latent gaussian process priors:论文“具有潜在高斯过程先验的Raven渐进矩阵完成”的代码 源码
具有潜在高斯过程先验(LGPP)的Raven渐进矩阵完成 这是论文“具有潜在高斯过程先验的Raven渐进矩阵完成”的代码。 依存关系 PyTorch == 1.4 pyyaml == 5.3 枕头== 7.0.0 numpy的= = 1.18.1 六个== 1.14.0 Python版本3.7.6 数据集 构建面和圆数据集: ./build_datasets.sh 训练 特定数据集的训练模型(例如,具有5000个训练样本的三角形实例化多边形数据集) python train.py --exp_name triangle_5000 --gpu 0 --dataset triangle_5000 参数--exp_name是您的自定义实验的名称和--dataset是在训练阶段中使用的数据集。 实验 用MSE分数估算模型 python test.py --exp_name trian
文件列表
latent-gaussian-process-priors-main.zip
(预估有个29文件)
latent-gaussian-process-priors-main
cache
.gitkeep
0B
readme.md
1KB
model
axisVAE.py
4KB
building_block.py
4KB
mainNet.py
7KB
test.py
4KB
train.py
3KB
暂无评论