PyTorch实施“监督式对比学习”（顺带SimCLR）-Python开发

【文件属性】：
文件名称：PyTorch实施“监督式对比学习”（顺带SimCLR）-Python开发
文件大小：1.44MB
文件格式：ZIP
更新时间：2021-05-25 16:06:49
Python Deep Learning SupContrast：有监督的对比学习本文档以CIFAR为例说明了PyTorch中以下论文的参考实现：（1）有监督的对比学习。 论文（2）一个简单的Fr SupContrast：有监督的对比学习本文档以CIFAR为例说明了PyTorch中以下论文的参考实现：（1）有监督的对比学习。 论文（2）视觉表示对比学习的简单框架。 纸张损失功能loss.py中的损失函数SupConLoss以要素（L2标准化）和标签为输入，并返回损失。 如果标签为None或未传递给它，则它会退化为SimCLR。 用法

【文件预览】：
SupContrast-master
----util.py(3KB)
----figures()
--------.DS_Store(6KB)
--------SupContrast.jpg(443KB)
--------SupCE.jpg(116KB)
--------SimCLR.jpg(731KB)
--------teaser.png(421KB)
----main_ce.py(11KB)
----LICENSE(1KB)
----losses.py(4KB)
----main_linear.py(8KB)
----README.md(4KB)
----main_supcon.py(10KB)
----networks()
--------resnet_big.py(7KB)
----.gitignore(2KB)