快速自动化:PyTorch中“快速自动化”的正式实施 源码
快速自动增格(在NeurIPS 2019上接受) 中的官方实施。 Fast AutoAugment使用基于密度匹配的更有效的搜索策略来学习增强策略。 快速自动增格将搜索时间缩短了几个数量级,同时保持了可比的性能。 结果 CIFAR-10 / 100 搜索: 3.5 GPU小时(比AutoAugment快1428倍) ,在简化的CIFAR-10上为WResNet-40x2 型号(CIFAR-10) 基准线 剪下 自动扩音 快速自动增强(转移/直接) Wide-ResNet-40-2 5.3 4.1 3.7 3.6 / 3.7 Wide-ResNet-28-10 3.9
文件列表
fast-autoaugment-master.zip
(预估有个52文件)
fast-autoaugment-master
archive.py
174KB
requirements.txt
316B
etc
search.jpg
967KB
__init__.py
0B
LICENSE
1KB
README.md
8KB
confs
wresnet28x10_svhn.yaml
240B
暂无评论