无监督特征学习通过非参数实例区分
老版本:使用 4096 个负样本和 NCE 损失训练的 ResNet18 和 ResNet50 的原始版本。每个 tar 包含所有 ImageNet 训练图像的特征表示(600 MB)和模型权重(100-200 MB)。您还可以通过将网络前向传递整个 ImageNet 图像来获取这些表示。
我们的代码基于 官方 pytorch 版本 中的 imagenet 分类实现进行扩展。有关数据准备的详细信息,请参阅官方仓库。
暂无开放 Issues,或尚未同步最近议题。
暂无评论,来聊聊你的看法吧