多标签分类的种类 对于张量流 2/01〜3/01 Dacon Mnist多标签分类3/01〜使用Pos对单词顺序进行分类 3070 rtx tensorflow版本和cuda版本 CUDA 11.0 库德11.0 tf-nightly == 2.5.0.dev20201212 它对我有用 开发设置 视窗：

pytorch-multi-label-classifier 引言 实现的用于多标签分类的分类器。 您可以轻松地train ， test多标签分类模型并visualize训练过程。 以下是可视化单标签分类器训练的示例。 如果您有多个属性，则毫无疑问，每个属性的所有损失和准确性曲线将在Web浏览器上有序显示。 失利 准确性 模块 data 数据准备模块，包括读取和转换数据。 所有数据label.txt以某种预定义的格式存储在data.txt和label.txt ，如下所述。 model 脚本来构建多标签分类器模型。 您的模范样板应该放在这里。 options 训练测试和可视化选项在这里定义 util webvisualizer ：一个用于可视化的每个属性的损失和准确性基于可视化工具 util ：项目中使用的其他功能 html ：在webvisualizer中使用。 test mn

多标记常用的实验数据集

Partial Multi-Label Learning常用数据集

读的一些关于multi-label 和 partial label learning，以及partial multi-label等的笔记

Mulan是Weka的一个扩展，可以支持多标签的数据挖掘，并且包含各种算法，算法里面还标注了作者和对应的论文，是数据挖掘必备工具！

PyTorch图像模型多标签分类 基于timm的多标签分类。 更新2021/03/22 更新了./timm/models/multi_label_model.py、./train.py和./validate.py，以计算每个标签的精度。 介绍 该存储库用于多标签分类。 该代码基于 。 感谢罗斯的出色工作。 我于2021年2月27日下载了他的代码。 我认为我的多标签分类代码将与他的最新版本兼容，但我没有检查。 该是多标签分类的主要参考资料。 感谢Dmitry Retinskiy和Satya Mallick。 为了理解我们的上下文和数据集，尽管您无需阅读此处的特定代码，但请花5分钟阅读上面的链接。 将所有图像放入./fashion-product-images/images/。 为了实现多标签分类，我从Ross的pytorch-image-models中修改（添加）以下文件： ./

多任务分类，包括代码复现的论文

有关多标签的分类问题，有很多相应的代码，适合不懂的初学者去学习

PyTorch-Image-Models-Multi-Label-Classification-main.zip