Dassl.pytorch:用于域自适应和半监督学习的PyTorch工具箱-源码

上传者: 42161450 | 上传时间: 2021-12-08 15:22:30 | 文件大小: 146KB | 文件类型: -
达斯尔 Dassl是一个工具箱,旨在研究领域适应和半监督学习(因此而命名为Dassl )。它具有模块化设计和统一的界面,可以快速进行原型设计和新DA / SSL方法的试验。使用Dassl,只需几行代码即可实现一种新方法。 您可以将Dassl用作库进行以下研究: 领域适应 域泛化 半监督学习 什么是新的 [2021年3月]我们刚刚在上发布了关于域泛化的调查,该调查总结了该主题的十年发展情况,涵盖了历史,相关问题,数据集,方法论,潜力方向等等。 [2021年1月]我们最近的工作 (混合不同域样本的实例级特征统计信息以改善域泛化)已被ICLR'21接受。该代码已在中发布,其中跨域图像分类部分基于Dassl.pytorch。 [2020年5月] v0.1.3 :添加了Digit-Single数据集,用于对单源DG方法进行基准测试。相应的CNN模型为 ,数据集配置文件为 。参见了解如何评估您的方

文件下载

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