“生成对抗式插补网络(GAIN)”的代码库
作者:尹振成,詹姆斯·乔登,米哈埃拉·范德沙尔
论文:Jinsung Yoon,James Jordon,Mihaela van der Schaar,“ GAIN:使用生成对抗网络进行数据插补”,国际机器学习会议(ICML),2018年。
论文链接: :
联络人:
该目录包含使用两个UCI数据集进行插补的GAIN框架的实现。
UCI信( )
UCI垃圾邮件( )
要运行有关GAIN框架的培训和评估管道,只需运行python3 -m main_letter_spam.py。
请注意,任何模型体系结构都可以用作生成器和鉴别器模型,例如多层感知器或CNN。
命令输入:
data_name:字母或垃圾邮件
miss_rate:缺少组件的概率
batch_size:批量大小
hint_rate:提示率
alpha:超参数
迭代:
2021-11-16 20:41:08
305KB
Python
1