文件名称:
USA_UFGSM：重新采用经过预训练的模型进行健壮的域外少量学习-源码
开发工具:
文件大小: 1mb
下载次数: 0
上传时间: 2021-03-02
详细说明：重新利用预训练的模型进行鲁棒的域外少量学习
与模型无关的元学习（MAML）是少数学习的一种流行方法，但假设我们可以使用元训练集。 实际上，由于数据隐私问题，知识产权问题或仅缺乏计算资源，在元训练集上进行训练可能并不总是一种选择。 在本文中，我们考虑了重新使用预先训练的MAML检查点来解决新的少量快照分类任务的新问题。 由于潜在的分布不匹配，原始MAML步骤可能不再是最佳的。 因此，我们提出了另一种元测试程序，并将MAML梯度步骤与对抗训练和基于不确定性的逐步调整相结合。 使用SGD和Adam优化器，我们的方法在相同域和跨域基准上的性能优于“香草” MAML，并且显示出对选择基本逐步大小的改进的鲁棒性。
运行环境
python 3.6
pytorch 1.4
我们的代码来自
进行实验
miniimagenet_train.py是所有实验的通用网关。 输入python miniimagene
(系统自动生成,下载前可以参看下载内容)
下载文件列表
相关说明
- 本站资源为会员上传分享交流与学习,如有侵犯您的权益,请联系我们删除.
- 本站是交换下载平台，提供交流渠道，下载内容来自于网络，除下载问题外，其它问题请自行百度。
- 本站已设置防盗链，请勿用迅雷、QQ旋风等多线程下载软件下载资源，下载后用WinRAR最新版进行解压.
- 如果您发现内容无法下载，请稍后再次尝试；或者到消费记录里找到下载记录反馈给我们.
- 下载后发现下载的内容跟说明不相乎，请到消费记录里找到下载记录反馈给我们，经确认后退回积分.
- 如下载前有疑问，可以通过点击"提供者"的名字，查看对方的联系方式，联系对方咨询.
