没有合适的资源?快使用搜索试试~ 我知道了~
iTAML:正式实施“ iTAML
共41个文件
py:28个
png:3个
gitignore:2个
需积分: 50 1 下载量 121 浏览量
2021-05-04
18:45:04
上传
评论
收藏 3.05MB ZIP 举报
温馨提示
iTAML:一种与任务无关的增量式元学习方法 正式实施“ iTAML:与任务无关的增量式元学习方法”。 (CVPR 2020) 。 iTAML:一种与任务无关的增量式元学习方法(在2020年于华盛顿州西雅图市举行的IEEE计算机视觉和模式识别会议上接受),假设泛化是持续学习的关键因素。 通过这种追求,我们通过引入一种新颖的元学习方法来学习一组通用参数,这些参数既不特定于旧任务也不适用于新任务,而该方法旨在保持所有遇到的任务之间的平衡。 这是通过与任务无关的元更新规则来确保的,该规则避免了灾难性的遗忘。 当呈现连续数据时,我们的模型会自动识别任务并仅需一次更新即可快速适应任务。 此代码提供了iTAML的实现。 该存储库使用PyTorch实施,并且包含用于在MNIST,SVHN,CIFAR100,ImageNet和MS-Celeb-10K数据集上运行增量学习域实验的代码。 (a)iTA
资源推荐
资源详情
资源评论
收起资源包目录
iTAML-master.zip (41个子文件)
iTAML-master
learner_task_itaml.py 21KB
utils
cutout.py 1KB
misc.py 2KB
progress
MANIFEST.in 27B
README.rst 3KB
progress
helpers.py 3KB
counter.py 1KB
bar.py 3KB
__init__.py 3KB
spinner.py 1KB
LICENSE 776B
setup.py 843B
test_progress.py 1KB
.gitignore 30B
demo.gif 903KB
__init__.py 242B
visualize.py 4KB
eval.py 1KB
logger.py 4KB
figs
front.png 1.26MB
results.png 394KB
results3.png 819KB
basic_net.py 3KB
radam.py 8KB
train_cifar.py 5KB
requirements.txt 105B
train_celeb.py 5KB
idatasets
data_celeb.py 14KB
omniglot.py 6KB
celeb_1m.py 2KB
generate_idex_celeb.py 1KB
CUB200.py 3KB
imagenet.py 7KB
train_svhn.py 5KB
README.md 5KB
train_mnist.py 5KB
resnet.py 24KB
plot_cifar_10.ipynb 8KB
.gitignore 1KB
_config.yml 26B
incremental_dataloader.py 17KB
共 41 条
- 1
资源评论
空气安全讲堂
- 粉丝: 43
- 资源: 4795
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