softmax_variants:适用于softmax变体的PyTorch代码

上传者: 42097508 | 上传时间: 2023-03-30 16:54:29 | 文件大小: 619KB | 文件类型: ZIP
softmax_variants softmax变体的各种损失函数:中心损失,余面损失,高边距高斯混合,由pytorch 0.3.1实现的COCOLoss 训练数据集是MNIST 您可以直接运行代码train_mnist_xxx.py重现结果 参考文件如下: 中锋失利:温彦东,张凯鹏,李志峰和乔巧。 一种用于深度人脸识别的判别性特征学习方法。 ECCV 2016 Cosface损失:王浩,王一彤,周正,邢吉,狄宏恭,周静超,李志峰和刘伟。 CosFace:用于深脸识别的大余量余弦损失。 CVPR2018 大幅度高斯混合损失:万维涛,钟元仪,李天鹏,陈建生。 重新考虑图像分类中损失函数的特征分布。 CVPR 2018 COSO损失:刘宇,李洪阳,王小刚。 重新思考特征识别和聚合,以进行大规模识别。 NIPS研讨会2017 学到的二维嵌入功能包括: softmax损失 可可

文件下载

资源详情

[{"title":"( 20 个子文件 619KB ) softmax_variants:适用于softmax变体的PyTorch代码","children":[{"title":"softmax_variants-master","children":[{"title":"images","children":[{"title":"LMCL_loss_u_epoch=100.jpg <span style='color:#111;'> 60.47KB </span>","children":null,"spread":false},{"title":"softmax_loss_epoch=100.jpg <span style='color:#111;'> 68.57KB </span>","children":null,"spread":false},{"title":"LGM_loss_epoch=100.jpg <span style='color:#111;'> 41.46KB </span>","children":null,"spread":false},{"title":"LGMu_loss_epoch=50.jpg <span style='color:#111;'> 68.00KB </span>","children":null,"spread":false},{"title":"coco_loss_epoch=100.jpg <span style='color:#111;'> 67.65KB </span>","children":null,"spread":false},{"title":"LGMu_loss_epoch=100.jpg <span style='color:#111;'> 67.90KB </span>","children":null,"spread":false},{"title":"softmax_loss_epoch=50.jpg <span style='color:#111;'> 68.79KB </span>","children":null,"spread":false},{"title":"center_loss_epoch=100.jpg <span style='color:#111;'> 34.79KB </span>","children":null,"spread":false},{"title":"center_loss_epoch=50.jpg <span style='color:#111;'> 48.79KB </span>","children":null,"spread":false},{"title":"LMCL_loss_u_epoch=50.jpg <span style='color:#111;'> 55.58KB </span>","children":null,"spread":false},{"title":"LGM_loss_epoch=50.jpg <span style='color:#111;'> 46.76KB </span>","children":null,"spread":false},{"title":"coco_loss_epoch=50.jpg <span style='color:#111;'> 65.79KB </span>","children":null,"spread":false}],"spread":false},{"title":"model_utils.py <span style='color:#111;'> 9.80KB </span>","children":null,"spread":false},{"title":"train_mnist_COCO_loss.py <span style='color:#111;'> 4.34KB </span>","children":null,"spread":false},{"title":"train_mnist_LGM.py <span style='color:#111;'> 4.27KB </span>","children":null,"spread":false},{"title":"train_mnist_center_loss.py <span style='color:#111;'> 4.05KB </span>","children":null,"spread":false},{"title":"train_mnist_LMCL.py <span style='color:#111;'> 4.34KB </span>","children":null,"spread":false},{"title":"train_mnist_LGM_u.py <span style='color:#111;'> 4.66KB </span>","children":null,"spread":false},{"title":"train_mnist_softmax.py <span style='color:#111;'> 3.81KB </span>","children":null,"spread":false},{"title":"README.md <span style='color:#111;'> 1.56KB </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