Batch Spectral Penalization:发行代码以实现可传递性与可辨别性 源码

批光谱微粉化 先决条件: Python3 PyTorch == 0.4.0 / 0.4.1(带有合适的CUDA和CuDNN版本) 火炬视觉> = 0.2.1 脾气暴躁的 argparse 皮尔 资料集: 您需要在“ ./data”中的每个“ .txt”中修改图像的路径。 训练一个数据集: 所有参数均设置为与本文中提到的参数相同。 您可以对任务使用以下命令: python -u train.py --gpu_id n --src src --tgt tgt n是您使用的GPU ID,可以在“ dataset_list.txt”中选择src和tgt。 引文: 如果您使用此代码进行研究,请考虑引用: @inproceedings{BSP_ICML_19, title={Transferability vs. Discriminability: Batch Spectra