【文件属性】：
文件名称：tf-invertible-resnet:可逆残差网络的TensorFlow实现
文件大小：21KB
文件格式：ZIP
更新时间：2021-05-04 19:23:18
tensorflow density-estimation normalizing-flows generative-models invertible-residual-networks
TensorFlow中的可逆残差网络
TensorFlow实现，这是一个残差网络系列，可以通过对其残差块的Lipschitz常数实施强制使其变为可逆状态。
安装
首先，我们需要使用virtualenv创建我们的Python 3.6虚拟环境，并安装存储在requirements.txt所有必要软件包
pip install virtualenv
virtualenv -p python3 .env
source .env/bin/activate
pip install -r requirements.txt
调试
测试光谱归一化
python main.py --mode sn
测试迹线近似
python main.py --mode trace
测试块反转
python main.py --mode inverse
测试可逆残留净前向通量
python main.py --mode
【文件预览】：
tf-invertible-resnet-master
----.gitignore(37B)
----requirements.txt(754B)
----model()
--------__init__.py(44B)
--------invertible_resnet.py(4KB)
----utils()
--------data_utils.py(3KB)
--------__init__.py(95B)
--------train_utils.py(4KB)
----scripts()
--------dens_cifar10.sh(214B)
--------dens_mnist.sh(431B)
----README.md(1KB)
----.pylintrc(9KB)
----main.py(3KB)
----modules()
--------conv2d.py(2KB)
--------__init__.py(86B)
--------squeeze.py(2KB)
--------iresnet_block.py(6KB)
--------spectral_norm.py(4KB)
----test()
--------__init__.py(233B)
--------squeeze.py(808B)
--------iresnet_block.py(4KB)
--------spectral_norm.py(4KB)
--------invertible_resnet.py(1KB)