active_learning_coreset:ICLR 2018论文的源代码-Source code learning

preview
共89个文件
py：73个
ds_store：5个
license：3个
系统开源
3 下载量 169 浏览量 2021-03-25 02:22:18 上传 评论 收藏 109KB ZIP 举报
资源详情
资源评论
评论 收藏
咣荀
  • 粉丝: 23
  • 资源: 4625
上传资源 快速赚钱
voice
center-task 前往需求广场，查看用户热搜

相关推荐

rar

ICLR 2018论文合集

ICLR论文合集，此篇收集了2018的所有论文，希望对各位同学有用，论文合集，论文合集，论文合集，论文合集。
zip

Active-Learning

主动学习（Python） 如今，获取未标记的数据已经非常简单。 但是，获取标记数据确实是非常困难的任务。 主动学习是一个这样的框架，当您的数据有限而又需要更高的模型准确性时，该框架将为您提供帮助。 智能查询以识别信息最多的实例是主动学习的基本原理。 建立任何主动学习模型的关键因素是我们选择的确定性度量和我们应用的查询策略。 查询策略： 1.不确定性抽样 任何活跃的学习者在看到一组未标记的示例后，
zip

active_learning:主动学习是用于对数据进行优先级排序的名称，该数据需要标记才能对训练监督模型产生最大影响

安装 建议使用python 3.6.9 git clone https://github.com/bernardomotabarbosa/active_learning_repo.git cd active_learning pip install -r requirements.txt pip install git+http://gitlab.ninfa.inf.ufes.br/ninfa-
zip

LMRS:ICLR 2020论文的源代码-Search source code

LMRS：学习的流形随机搜索 该代码存储库包含的源代码： Learning to Guide Random Search Ozan Sener, Vladlen Koltun International Conference on Learning Representations (ICLR) 2020 实验框架基于并扩展了的实现。 源代码是根据MIT许可证发布的。 有关详细信息，请参见许可证
zip

MP-DQN:论文的源代码-Source code learning

多通道深度Q网络 该存储库包括用于参数化动作空间MDP的几种强化学习算法： P-DQN MP-DQN SP-DQN PA-DDPG 豪 Q-PAMDP 多遍深层Q网络（MP-DQN）通过使用几次遍历（并行批处理）将动作参数输入分配到Q网络来解决P-DQN的过度参数化问题。 拆分深度Q网络（SP-DQN）是一种慢得多的解决方案，它使用具有/不具有共享特征提取层的多个Q网络。 还为
zip

mri-variationalnetwork:我们论文的源代码-Source code learning

磁共振图像（MRI）重建的变异网络 该存储库提供了我们出版物中使用的tensorflow实现 Hammernik等，，医学中的磁共振，79（6），第3055-3071页，2018年。 Knoll等人， ，《医学中的磁共振》，2018年（早期视图）。 如果您使用此代码和提供的数据，请参阅： @article{doi:10.1002/mrm.26977, author = {Hamme
zip

HKO-7:论文源代码“ [NIPS2017]深度学习临近沉淀”-Source code learning

关于 论文的源代码 如果您使用该代码或对它有帮助，请引用以下文章： @inproceedings{xingjian2017deep, title={Deep learning for precipitation nowcasting: a benchmark and a new model}, author={Shi, Xingjian and Gao, Zhihan and L
zip

SelfORE:论文“ SelfORE”的源代码-Source code learning

SelfORE：用于开放关系提取的自我监督关系特征学习 论文“ SelfORE：用于开放关系提取的自我监督关系特征学习”的源代码 # choose the correct running configurations in config.yaml file. python run . py 数据集 致谢
zip

PPGNet:我们的CVPR 2019论文的源代码-PPGNet-Source code learning

PPGNet：用于线段检测的学习点对图 我们的CVPR 2019论文的PyTorch实施： 张子恒*，李正新**，毕宁，贾正，王金磊，黄坤，罗维新，徐艳玉，高升华 （*平等贡献） 海报可以在找到。 准线图表示的证明G = {V，E}。 （a）10微米（V）的样本图像补丁； （b）描述所有结节（G）的连通性的图； （c）所有结点的邻接矩阵（E，黑色表示结点对已连接）。 要求 Python> =
zip

MSDNet-GCN:ICLR 2018再现性挑战-高效预测的多尺度密集卷积网络

该存储库包含“ ”的复制代码（在PyTorch中）。 内容 介绍 MSDNet是一种用于图像分类的新颖方法，在测试时会受到计算资源的限制。 该存储库提供了基于本文提供的技术描述的实现。 当前，此代码实现对Cifar-10和Cifar...
zip

bre-gan:ICLR2018论文代码

“通过二值化表示熵（BRE）正则化改进GAN训练”的代码（ICLR2018论文） 论文： : 获取数据对于cifar10 从获取python utils/preprocess_cifar10.py [path_to_downloaded_file]版本的cifar10运行python utils/...
zip

T-NAS:ICLR2020论文“通过元学习实现神经体系结构的快速适应”的源代码-Source code learning

PyTorch实施ICLR2020论文“通过元学习实现神经体系结构的快速适应” 要求 的Python：3.x 火炬：1.0+ tensorboardX> = 1.4 火炬视觉> = 0.2.1 翻牌 用法 在Mini-Imagenet中搜索T-NAS bash train_tnas.sh 在Mini...
zip

Anytime-Auto-Regressive-Model:ICLR 2021论文代码，“通过有序自动编码对自回归模型进行随时采样”

随时自回归模型通过有序自动编码随时对自回归模型进行采样，ICLR 21徐奕伦，杨松，萨哈吉·加拉，龚林源，芮树，阿迪亚·格罗弗，斯特凡诺·埃尔蒙（Stefano Ermon） 一个新的自回归模型系列，可以随时采样！...
zip

HGCN-JE-JR:EMNLP 2019论文的源代码和数据集-Source code learning

HGCN-JE-JR EMNLP 2019论文的源代码和数据集：。 数据集 请先在下载数据集然后将其提取到data/目录中。 初始数据集来自和 。 我们从三个数据集中手动对齐更多关系，并删除了模棱两可的对齐关系对，以构建用于关系对齐的测试集。 以数据集DBP15K（ZH-EN）为例，文件夹“ zh_en”包含： ent_ids_1：来源KG（ZH）中实体的ID； ent_ids_2：目标
zip

TransNet:IJCAI2017论文“ TransNet”的源代码和数据集-Source code learning

传网 IJCAI2017论文“ TransNet：用于社交关系提取的基于翻译的网络表示学习”的源代码和数据集。 这项工作被选为UAI 2017（人工智能不确定性会议）中培训活动的示例。 我们发布了演示TransNet算法的ipython笔记本。 详细信息请参考“ ipynb”目录。 数据集 该文件夹“数据”包含从提取的三种不同比例的数据集。 使用前，请先解压缩“ data.zip”文件。 am
zip

HashNet_PyTorch:论文“ HashNet的源代码-Source code learning

HashNet：深度学习通过持续性进行哈希处理 要求 pip install -r requirements.txt 火炬> = 1.0 洛古鲁 数据集 密码：aemd 密码：msfv 密码：xpab 用法 usage: run.py [-h] [--dataset DATASET] [--root ROOT] [--code-length CODE_LENGT
zip

L2F:CVPR 2020论文“学习忘记元学习”的源代码-Source code learning

L2F-为元学习而忘却的学习 孙gy柏，洪石吉，李庆姆 CVPR 2020论文“学习忘记元学习”的源代码 拟议的元学习 数据集准备 可以从提供的下载miniImageNet数据集。 下载后，将其放置在数据集文件夹中。 注：下载和使用miniImageNet数据集，你接受的条款和条件，发现 结果 请注意，ResNet12的报告结果以1的批量大小进行了训练，以适合11GB GPU内存。 拥有超过
zip

CCL_TMM2018:我们的TMM 2018论文“ CCL”的源代码-Source code learning

介绍 这是我们的TMM 2018论文“ CCL：通过分层网络使用多粒度融合进行跨模态关联学习”的源代码。如果使用我们的代码，请引用以下论文。 彭宇新，齐晋伟，黄新和袁宇新，“ CCL：分层网络的多粒度融合与交叉模式相关学习”，IEEE多媒体交易（TMM），第1卷。 第20号，第405-420页，2018年2月。 安装 deepnet：请按照./deepnet-master/INSTALL.tx
zip

compositional_code_learning:重现论文“通过深度组合代码学习压缩单词嵌入”的结果，ICLR 2018接受了此结果

通过深度组合代码学习压缩单词嵌入（ICLR 2018） PyTorch实施和Keras进行测试 在最佳配置下，我获得了可比的情感分析结果。 我没有针对机器翻译进行测试。依存关系Keras（用于LSTM IMDB情绪分析类别中的测试） ...
zip

arnold对彩色图像解密方法matlab实现代码-AtomNAS:ICLR2020论文代码“细粒度的端到端神经体系结构搜索”

2020论文的代码库（包括搜索）。 设置 分布式培训 设置以下ENV变量： $DATA_ROOT: Path to data root $METIS_WORKER_0_HOST: IP address of worker 0 $METIS_WORKER_0_PORT: Port used for initializing distributed...
zip

matlab口罩识别代码-lungtumour_iclr2018:COMP551最终项目：从ICLR2018中复制一篇论文

matlab口罩识别代码openreview_lungtumouriclr2018 COMP 551 最终项目：从 ICLR 2018 中复制一篇论文。 JVZ 团队 以下存储库包含用于重现 ICLR 2018 年会议提交结果的代码：肺肿瘤定位和使用 ALEXNET 和自定义 CNN ...
zip

matlab集成c代码-deep_learning_object_detection-master:deep_learning_object_

Matlab集成的c代码deep_learning_object_detection-master＃深度学习对象检测 使用深度学习的对象检测的纸质清单。 我写此页面时参考并进行了搜索和搜索。 上次更新时间：2019/07/31 更新日志 2018/9/18-更新所有...
zip

awesome_deep_learning_解释性：深度学习特定关于神经网络模型解释性的相关高引用顶会论文（附代码）

awesome_deep_learning_解释性：深度学习特定关于神经网络模型解释性的相关高引用顶会论文（附代码）
zip

differentiable-particle-filters:论文“可区分的粒子过滤器”的源代码和数据-Source code learning

可微分的粒子过滤器 接触 Rico Jonschkowski（ ） 介绍 该存储库包含我们的可区分粒子滤波器（DPF）的源代码，该论文在论文``可区分粒子滤波器：使用算法先验进行端到端学习''（Jonschkowski等人，2018）中进行了描述。 此实现是对本文的补充。 我们的目标是使其他人重用我们的结果，并通过重用我们的代码来建立我们的研究基础。 我们在这里不包括广泛的解释-可以在我们的论文
zip

DeepList:TCSVT论文的源代码-Source code learning

深度列表 这是我们的TCSVT论文的源代码： DeepList：学习具有自适应Listwise约束的深度功能，以进行人员重新识别 该软件包包含以下组件： （1）/代码 提议的DeepList方法的源代码。 我们使用深度学习工具箱MatConvNet并添加了几层。 （2）/ demo_viper VIPeR数据集的演示代码。 我们根据Market1501和CUHK03数据集上的预训练模型提供
zip

HeGAN:KDD 2019论文“异构信息网络上的专家学习”的源代码-Source code learning

贺甘 论文“异构信息网络上的专家学习（KDD2019）”的源代码 环境设定 Python == 2.7.3 Tensorflow == 1.12.0 脾气暴躁== 1.15.1 参数设置（请参阅config.py） batch_size：批处理的大小。 lambda_gen，lambda_dis：分别用于生成器和鉴别器的正则化。 lr_gen，lr_dis：分别是生成器和鉴别器的学习率。
zip

hetsann:AAAI'20论文中HetSANN的源代码-Source code learning

HetSANN：异构图结构注意神经网络 这是AAAI'20论文的基本实现： 洪慧婷，郭汉涛，林玉成，杨晓青，李藏，叶介平。 2020年。基于注意力的图形神经网络，用于异构结构学习。 在AAAI会议论文集（AAAI'20）中。 HetSANN框架 HetSANN中的类型感知注意层（TAL） 依存关系 该脚本已经过测试，可以在Python 3.5.2下运行，并且安装了以下软件包（以及它们的依赖项
zip

backdoor_federated_learning:论文“如何进行后门联合学习”的源代码（https-Source code learning

2020年11月20日：我们正在使用FL： 开发用于后门的新框架。 它扩展到许多新的攻击（干净标签，物理后门等），并改善了用户体验。 一探究竟！ backdoor_federated_learning 此代码包括论文“如何进行后门联合学习”的实验（ ） 所有实验均使用Python 3.7和PyTorch 1.0完成。 mkdir saved_models python training.
zip

ICLR-Workshop-Challenge-1-CGIAR-Computer-Vision-for-Crop-Disease:Zindi竞赛的入门代码-ICLR Workshop Challenge＃1

ICLR-车间-挑战1-CGIAR-用于作物病害的计算机视觉 Zindi竞赛的入门代码-ICLR研讨会挑战＃1：CGIAR作物病害的计算机视觉 我非常感谢Jeremy和整个Fastai团队。 我刚刚开始深度学习，发现出色的创造者Johnowhitaker和...