continuum 다운로드 - continuum 소스 코드 다운로드

continuum

기타 소스코드

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

다운로드

연속체: 복잡한 연속 학습 시나리오의 간단한 관리

지속적인 학습 분야에서 PyTorch의 데이터 세트 로딩을 위한 라이브러리

일명 지속적인 학습, 평생 학습, 증분 학습 등

설명서를 읽어보세요.
Colab에서 Continuum을 테스트해보세요!

예:

PyPi에서 설치:

pip3 install continuum

그리고 달려라!

 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

지원되는 시나리오 유형

이름	두문자어	지원됨	대본
새 인스턴스	NI	✅	인스턴스 증분
새로운 클래스	NC	✅	증분 클래스
새로운 인스턴스 및 클래스	NIC	✅	데이터 증분

지원되는 데이터세트:

torchvision.dasasets의 대부분의 데이터세트가 지원됩니다. 전체 목록을 보려면 여기에서 데이터세트에 대한 설명서 페이지를 확인하세요.

또한 일부 "메타" 데이터 세트는 numpy 배열이나 torchvision.datasets 또는 트리와 같은 구조를 가진 데이터 세트 폴더에서 생성하거나 사용할 수 있거나 여러 데이터 세트를 결합하고 데이터 세트 펠로우십을 생성하여 사용할 수 있습니다!

인덱싱

우리의 모든 연속 로더는 반복 가능하며(즉 for 루프 사용 가능) 색인 생성도 가능합니다.

이는 clloader[2] 세 번째 작업(색인은 0에서 시작)을 반환한다는 의미입니다. 마찬가지로, 각 작업 후에 평가하려면 표시된 모든 작업에 대해 clloader_test[:n] 수행하십시오.

연속체 시나리오의 샘플 이미지 예

CIFAR10 :


작업 0	작업 1	작업 2	작업 3	작업 4

MNIST 펠로우십(MNIST + FashionMNIST + KMNIST) :


작업 0	작업 1	작업 2

순열MNIST :


작업 0	작업 1	작업 2	작업 3	작업 4

회전MNIST :


작업 0	작업 1	작업 2	작업 3	작업 4

TransformIncremental + BackgroundSwap :


작업 0	작업 1	작업 2

소환

이 라이브러리가 작업에 유용하다고 생각되면 인용해 보세요.

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

유지관리자

이 프로젝트는 Arthur Douillard와 Timothée Lesort의 공동 노력으로 시작되었으며 현재 우리는 두 명의 관리자입니다.

자유롭게 기여해 주세요! 새로운 기능을 제안하고 싶다면 이슈를 생성해주세요.

기여자: Lucas Caccia Lucas Cecchi Pau Rodriguez, Yury Antonov, psychicmario, fcld94, Ashok Arjun, Md Rifat Arefin, DanieleMugnai, Xiaohan Zou, Umberto Cappellazzo.