alexnet代码matlab-sae-pytorch:AtoZ的SAE的PyTorch实施

上传者: 38519082 | 上传时间: 2021-06-27 19:57:19 | 文件大小: 6KB | 文件类型: ZIP
alexnet代码matlab Sae-Pytorch 原来的 : 语义自动编码器(SAE)的PyTorch实现。 怎么跑 git克隆 下载“ awa_demo_data.mat” python sae.py 在PyTorch中实现SAE 设置CUB,AwA,aP&Y,SUN和ImageNet数据集。 部分完成(仅适用于AwA数据集)。 其他数据集也将很快提供。 从各种深度模型中提取深度特征,例如AlexNet,VGG16,VGG19,GoogleNet,Inception_v3,ResNet-18,ResNet-34,ResNet-50,ResNet-101,ResNet-152。 已完成,但在本文中调整了我的源代码以实现结果。 复制后将提供源代码。 训练语义自动编码器(SAE)。 完毕。 测试看不见的班级数据。 完毕。 发行公告 v1.0 错误修复 资料下载 零镜头学习的语义自动编码器:

文件下载

资源详情

[{"title":"( 6 个子文件 6KB ) alexnet代码matlab-sae-pytorch:AtoZ的SAE的PyTorch实施","children":[{"title":"sae-pytorch-master","children":[{"title":"data","children":[{"title":"README.md <span style='color:#111;'> 112B </span>","children":null,"spread":false}],"spread":true},{"title":"LICENSE <span style='color:#111;'> 1.04KB </span>","children":null,"spread":false},{"title":"CONTRIBUTING.md <span style='color:#111;'> 860B </span>","children":null,"spread":false},{"title":"src","children":[{"title":"sae.py <span style='color:#111;'> 3.18KB </span>","children":null,"spread":false}],"spread":true},{"title":"CODE_OF_CONDUCT.md <span style='color:#111;'> 3.28KB </span>","children":null,"spread":false},{"title":"README.md <span style='color:#111;'> 1.05KB </span>","children":null,"spread":false}],"spread":true}],"spread":true}]

评论信息

免责申明

【只为小站】的资源来自网友分享,仅供学习研究,请务必在下载后24小时内给予删除,不得用于其他任何用途,否则后果自负。基于互联网的特殊性,【只为小站】 无法对用户传输的作品、信息、内容的权属或合法性、合规性、真实性、科学性、完整权、有效性等进行实质审查;无论 【只为小站】 经营者是否已进行审查,用户均应自行承担因其传输的作品、信息、内容而可能或已经产生的侵权或权属纠纷等法律责任。
本站所有资源不代表本站的观点或立场,基于网友分享,根据中国法律《信息网络传播权保护条例》第二十二条之规定,若资源存在侵权或相关问题请联系本站客服人员,zhiweidada#qq.com,请把#换成@,本站将给予最大的支持与配合,做到及时反馈和处理。关于更多版权及免责申明参见 版权及免责申明