没有合适的资源?快使用搜索试试~ 我知道了~
温馨提示
可视化神经网络的损失情况此存储库包含论文Hao Li,Zheng Xu,Gavin Taylor,Christoph Studer和Tom Goldstein的PyTorch代码。 可视化神经网络的损失情况。 NIPS,20可视化神经网络的损失格局此存储库包含PyTorch代码,用于论文Hao Li,Zheng Xu,Gavin Taylor,Christoph Studer和Tom Goldstein。 可视化神经网络的损失情况。 NIPS,2018年。Telesens提供了用于损失表面的交互式3D可视化器。 给定网络体系结构及其预先训练的参数,此工具将沿着最佳参数附近的随机方向计算并可视化损耗表面。 计算可以是
资源推荐
资源详情
资源评论
收起资源包目录
loss-landscape-master.zip (39个子文件)
loss-landscape-master
mpi4pytorch.py 3KB
plot_trajectory.py 3KB
model_loader.py 226B
plot_surface.py 14KB
net_plotter.py 12KB
plot_1D.py 6KB
h52vtp.py 11KB
cifar10
models
resnet.py 10KB
densenet.py 3KB
__init__.py 0B
vgg.py 2KB
model_loader.py 2KB
main.py 11KB
dataloader.py 2KB
__init__.py 0B
evaluation.py 2KB
dataloader.py 5KB
plot_hessian_eigen.py 12KB
h5_util.py 704B
LICENSE 1KB
scheduler.py 3KB
doc
images
resnet56_small.jpg 12KB
resnet56_noshort_small.jpg 28KB
vgg9_sgd_lr=0.1_bs=128_wd=0.0005_save_epoch=1_model_300.t7_vgg9_sgd_lr=0.1_bs=8192_wd=0.0005_save_epoch=1_model_300.t7_states.h5_[-1.0,1.0,401].h5_1d_loss_acc.jpg 60KB
vgg9_sgd_lr=0.1_bs=128_wd=0.0_save_epoch=1
model_300.t7_weights_xignore=biasbn_xnorm=filter.h5_[-1.0,1.0,51].h5_1d_loss_acc.jpg 54KB
resnet56_sgd_lr=0.1_bs=128_wd=0.0005
model_300.t7_weights_xignore=biasbn_xnorm=filter_yignore=biasbn_ynorm=filter.h5_[-1.0,1.0,51]x[-1.0,1.0,51].h5_train_loss_2dcontour.jpg 102KB
vgg9_sgd_lr=0.1_bs=128_wd=0.0_save_epoch=1_model_300.t7_vgg9_sgd_lr=0.1_bs=8192_wd=0.0_save_epoch=1_model_300.t7_states.h5_[-1.0,1.0,401].h5_1d_loss_acc.jpg 59KB
plot_2D.py 8KB
.gitignore 109B
README.md 8KB
script
2d_contour_resnet56.sh 3KB
2d_contour_resnet_noshort.sh 855B
2d_contour_vgg9.sh 2KB
1d_loss_curve_vgg9.sh 2KB
1d_linear_interpolation_resnet56.sh 1KB
1d_linear_interpolation_vgg9.sh 1KB
1d_loss_curve_resnet56.sh 2KB
hess_vec_prod.py 6KB
projection.py 8KB
共 39 条
- 1
资源评论
远离康斯坦丁
- 粉丝: 27
- 资源: 4664
上传资源 快速赚钱
- 我的内容管理 展开
- 我的资源 快来上传第一个资源
- 我的收益 登录查看自己的收益
- 我的积分 登录查看自己的积分
- 我的C币 登录后查看C币余额
- 我的收藏
- 我的下载
- 下载帮助
安全验证
文档复制为VIP权益,开通VIP直接复制
信息提交成功