continuumダウンロード - continuumソースコードのダウンロード

continuum

その他のソースコード

Hashed Scenario, Scenario Generator, AwA2 dataset, Cub200 autodl, +fixes

ダウンロード

Continuum: 複雑な継続学習シナリオのシンプルな管理

継続学習の分野で PyTorch にデータセットを読み込むためのライブラリ

別名、継続学習、生涯学習、漸進学習など。

ドキュメントを読んでください。
Colab でのテスト継続!

例：

PyPi からインストールします。

pip3 install continuum

そして走れ！

 from torch . utils . data import DataLoader

from continuum import ClassIncremental
from continuum . datasets import MNIST
from continuum . tasks import split_train_val

dataset = MNIST ( "my/data/path" , download = True , train = True )
scenario = ClassIncremental (
    dataset ,
    increment = 1 ,
    initial_increment = 5
)

print ( f"Number of classes: { scenario . nb_classes } ." )
print ( f"Number of tasks: { scenario . nb_tasks } ." )

for task_id , train_taskset in enumerate ( scenario ):
    train_taskset , val_taskset = split_train_val ( train_taskset , val_split = 0.1 )
    train_loader = DataLoader ( train_taskset , batch_size = 32 , shuffle = True )
    val_loader = DataLoader ( val_taskset , batch_size = 32 , shuffle = True )

    for x , y , t in train_loader :
        # Do your cool stuff here

サポートされているシナリオの種類

名前	頭字語	サポートされています	シナリオ
新しいインスタンス	NI	✅	インスタンスの増分
新しいクラス	ノースカロライナ州	✅	クラスの増分
新しいインスタンスとクラス	NIC	✅	データ増分

サポートされているデータセット:

torchvision.dasasets のほとんどのデータセットがサポートされています。完全なリストについては、こちらのデータセットに関するドキュメントページを参照してください。

さらに、一部の「メタ」データセットは、numpy 配列または任意の torchvision.datasets から、またはツリー状構造を持つデータセットのフォルダーから、または複数のデータセットを組み合わせてデータセットフェローシップを作成することによって、作成または使用できます。

インデックス作成

すべての継続ローダーは反復可能 (つまり、for ループが可能) であり、インデックス付けも可能です。

clloader[2] 3 番目のタスクを返すことを意味します (インデックスは 0 から始まります)。同様に、各タスクの後に評価したい場合は、表示されているすべてのタスクでclloader_test[:n]を実行します。

Continuum シナリオのサンプルイメージの例

CIFAR10 :


タスク0	タスク 1	タスク 2	タスク 3	タスク 4

MNISTフェローシップ (MNIST + ファッションMNIST + KMNIST) :


タスク0	タスク 1	タスク 2

順列MNIST :


タスク0	タスク 1	タスク 2	タスク 3	タスク 4

回転MNIST :


タスク0	タスク 1	タスク 2	タスク 3	タスク 4

TransformIncremental + BackgroundSwap :


タスク0	タスク 1	タスク 2

引用

このライブラリがあなたの仕事に役立つと思われる場合は、引用することを検討してください。

 @misc{douillardlesort2021continuum,
  author={Douillard, Arthur and Lesort, Timothée},
  title={Continuum: Simple Management of Complex Continual Learning Scenarios},
  publisher={arXiv: 2102.06253},
  year={2021}
}

メンテナー

このプロジェクトは Arthur Douillard と Timothée Lesort の共同作業によって開始され、現在私たちが 2 人のメンテナーです。

気軽に貢献してください！新しい機能を提案したい場合は、問題を作成してください。

寄稿者: Lucas Caccia Lucas Cecchi Pau Rodriguez、Yury Antonov、psychicmario、fcld94、Ashok Arjun、Md Rifat Arefin、DanieleMugnai、Xiaohan Zou、Umberto Cappellazzo。