注册会员 | 设为首页 | 加入收藏夹
您好，欢迎光临本网站！[请登录] ！[注册会员]！  

搜索资源列表

  1. PyTorch 模型训练实用教程

  2. 本教程内容主要为在 PyTorch 中训练一个模型所可能涉及到的方法及函 数， 并且对 PyTorch 提供的数据增强方法（22 个）、权值初始化方法（10 个）、损失函数（17 个）、优化器（6 个）及 tensorboardX 的方法（13 个） 进行了详细介绍，本教程分为四章， 结构与机器学习三大部分一致。 第一章， 介绍数据的划分，预处理，数据增强； 第二章， 介绍模型的定义，权值初始化，模型 Finetune； 第三章， 介绍各种损失函数及优化器； 第四章， 介绍可视化工具，用于监控数

  3. 所属分类：机器学习

    • 发布日期：2019-03-03
    • 文件大小：4194304
    • 提供者：qq_29893385

  1. PyTorch学习笔记（四）调整学习率

  2. Environment OS: macOS Mojave Python version: 3.7 PyTorch version: 1.4.0 IDE: PyCharm 文章目录0. 写在前面1. StepLR1.1 scheduler 常用的属性1.2 scheduler 常用的方法2. MultiStepLR3. ExponentialLR4. ReduceLROnPlateau5. LambdaLR 0. 写在前面 PyTorch 在 torch.optim.lr_scheduler 中

  3. 所属分类：其它

    • 发布日期：2020-12-21
    • 文件大小：271360
    • 提供者：weixin_38692122

  1. Deep learning Pytorch 2002-2

  2. 过拟合、欠拟合及其解决方案 L2范数惩罚项通过惩罚绝对值较大的参数的方法来应对过拟合的 L2正则化是在目标函数中直接加上一个正则项，直接修改了我们的优化目标。权值衰减是在训练的每一步结束的时候，对网络中的参数值直接裁剪一定的比例，优化目标的式子是不变的。在使用朴素的梯度下降法时二者是同一个东西，因为此时L2正则化的正则项对梯度的影响就是每次使得权值衰减一定的比例。但是在使用一些其他优化方法的时候，就不一样了。比如说使用Adam方法时，每个参数的学习率会随着时间变化。这时如果使用L2正则化，正则项

  3. 所属分类：其它

    • 发布日期：2021-01-06
    • 文件大小：97280
    • 提供者：weixin_38741075

  1. k-fac-源码

  2. K-FAC_pytorch 和。 （仅支持单GPU培训，需要对多GPU进行修改。） 需求要求 pytorch 0.4.0 torchvision python 3.6.0 tqdm tensorboardX tensorflow 怎么跑 python main.py --dataset cifar10 --optimizer kfac --network vgg16_bn --epoch 100 --milestone 40,80 --learning_rate 0.01 --damping

  3. 所属分类：其它

    • 发布日期：2021-03-22
    • 文件大小：34816
    • 提供者：weixin_42128393

  1. MEAL-V2:餐V2-源码

  2. 餐食-V2 这是我们论文的正式pytorch实施： 大学的和 将ImageNet上的 。 在本文中，我们介绍了一种简单而有效的方法，该方法无需任何技巧即可将ImageNet上的原始ResNet-50精度提高到80％+ Top-1。 通常，我们的方法基于最近提出的 ，即通过鉴别器进行整体知识蒸馏。 我们通过1）仅在最终输出中采用相似度损失和鉴别器，以及2）使用来自所有教师组的softmax概率的平均值作为对蒸馏的更强监督，来进一步简化它。 我们方法的一个关键观点是，在蒸馏过程中不应使用单热/硬

  3. 所属分类：其它

    • 发布日期：2021-03-17
    • 文件大小：378880
    • 提供者：weixin_42138525

  1. barlowtwins:Barlow Twins纸的实施-源码

  2. barlowtwins Barlow Twins的PyTorch实施论文： 目前这项工作正在进行中。 该代码是SimSiam实现的修改版本 在V100 GPU上，每个纪元的时间约为40秒 GPU使用量约为9 GB 当前版本的测试准确性达到84.7％左右 去做： 从0开始的热身学习率 报告关于cifar-10的结果 创建公关以轻松添加 安装 pip install -r requirements.txt 依存关系 火炬 PyTorch闪电 火炬视觉 轻轻 基准测试 我们遵循KNN评估

  3. 所属分类：其它

    • 发布日期：2021-03-12
    • 文件大小：66560
    • 提供者：weixin_42175776