continuum下载 - continuum源代码下载

continuum

其他源码

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

下载

Continuum：复杂持续学习场景的简单管理

用于 PyTorch 加载持续学习领域数据集的库

又名持续学习、终身学习、渐进学习等。

阅读文档。
在 Colab 上测试 Continuum！

例子：

从 PyPi 安装：

pip3 install continuum

跑吧！

 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

支持的场景类型

姓名	缩写词	支持	设想
新实例	NI	✅	增量实例
新课程	数控	✅	增量类
新实例和类	网卡	✅	数据增量

支持的数据集：

支持 torchvision.dasasets 中的大多数数据集，有关完整列表，请参阅此处有关数据集的文档页面。

此外，一些“元”数据集可以从 numpy 数组或任何 torchvision.datasets 或从具有树状结构的数据集的文件夹中创建或使用，或者通过组合多个数据集并创建数据集奖学金！

索引

我们所有的连续加载器都是可迭代的（即你可以对它们进行 for 循环），并且也是可索引的。

这意味着clloader[2]返回第三个任务（索引从 0 开始）。同样，如果您想在每个任务后进行评估，请对所有已看到的任务执行clloader_test[:n] 。

连续体场景中的示例图像示例

CIFAR10 ：


任务0	任务1	任务2	任务3	任务4

MNIST 奖学金（MNIST + FashionMNIST + KMNIST） ：


任务0	任务1	任务2

排列后的 MNIST ：


任务0	任务1	任务2	任务3	任务4

旋转 MNIST ：


任务0	任务1	任务2	任务3	任务4

增量变换+背景交换：


任务0	任务1	任务2

引文

如果您发现该库对您的工作有用，请考虑引用它：

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

维护者

这个项目是由 Arthur Douillard 和 Timothée Lesort 共同发起的，目前我们是两位维护者。

请随意贡献！如果您想提出新功能，请创建一个问题。

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