【文件属性】：
文件名称：LotteryTicketHypothesis-TensorFlow:彩票假说文件最重要部分的实施
文件大小：198KB
文件格式：ZIP
更新时间：2021-05-09 08:49:19
machine-learning-algorithms machinelearning Python
这是Jonathan Frankle和Michael Carbin [1]在“彩票假说：训练修剪神经网络”中使用的方法的实现。
如何自己进行实验
与进行实验
python3 algorithm.py --resultdir {path to directory}
其他选项：
--iterative默认为true。 定义是否应使用迭代或单次方法查找彩票。
--samplestart默认为0。以哪个样本索引开始。 如果要运行完全分离的所有样本以进行并行化，则很有用。
--samplesupremum默认为5。如上所述。 在最后一个Sample索引之上进行处理。
--reductionsteps默认为10。权重矩阵的修剪频率。 修剪多少次达到64％的重量。
--trainingsteps默认为18000。训练期间要执行多少步。 应该选择此数字，以便可以假定梯度下降已收敛。
例子：
【文件预览】：
LotteryTicketHypothesis-TensorFlow-master
----.gitignore(66B)
----ResultsIterative4Samples18000Iterations.png(97KB)
----README.md(2KB)
----plot.py(4KB)
----LICENSE(1KB)
----ResultsOneShot4Samples18000Iterations.png(105KB)
----algorithm.py(7KB)