mine pytorch:利用互信息神经估计(MINE)实现信息瓶颈 源码
互信息神经估计 该存储库包含使用相互信息神经估计(MINE)的信息瓶颈(IB)的pytorch实现。 已使用标准基线MLP(如Deep VIB论文中所述进行了比较)。 设置 git clone https://github.com/mohith-sakthivel/mutual_information_neural_estimation.git mine cd mine conda create -n mine -f environment.yml conda activate mine 跑 使用默认参数运行基线模型 python3 -m mine.mine --deter 基线模型是具有3个隐藏层和ReLU非线性的标准MLP。 在训练过程中,将保持参数的指数加权平均值,并在测试时使用这些平均参数。 运行MINE + IB模型 python3 -m mine.mine --mine
文件列表
mine-pytorch-master.zip
(预估有个6文件)
mine-pytorch-master
environment.yml
5KB
.gitignore
178B
README.md
1KB
mine
models.py
2KB
utils.py
4KB
mine.py
14KB
暂无评论