| 일 | 월 | 화 | 수 | 목 | 금 | 토 |
|---|---|---|---|---|---|---|
| 1 | 2 | 3 | 4 | 5 | ||
| 6 | 7 | 8 | 9 | 10 | 11 | 12 |
| 13 | 14 | 15 | 16 | 17 | 18 | 19 |
| 20 | 21 | 22 | 23 | 24 | 25 | 26 |
| 27 | 28 | 29 | 30 |
Tags
- tent paper
- shrinkmatch
- 최린컴퓨터구조
- Pseudo Label
- cifar100-c
- CGAN
- Meta Pseudo Labels
- remixmatch paper
- UnderstandingDeepLearning
- dann paper
- adamatch paper
- GAN
- mme paper
- 딥러닝손실함수
- ConMatch
- CoMatch
- shrinkmatch paper
- conjugate pseudo label paper
- 백준 알고리즘
- SSL
- 컴퓨터구조
- dcgan
- semi supervised learnin 가정
- Pix2Pix
- Entropy Minimization
- CycleGAN
- mocov3
- WGAN
- simclrv2
- BYOL
Archives
- Today
- Total
목록cifar100-c 1
Hello Data
CIFAR100-C, CIFAR100 비교
1. 데이터의 개수는 같지만 각각의 해당되는 데이터 라벨은 다르다. file_path = '/content/CIFAR-100-C/labels.npy' data_array = np.loadfilepath print"데이터 형태:", data_array.shape print"데이터 내용:" cor = np.arraycifar_dataset.targets == data_array printnp.sum(cor) 데이터 형태: 50000, 데이터 내용: 475 2. 제일 놀라운 사실. CIFAR100 C 에는 50,000개의 단순한 노이즈 데이터들이 있는 것이 아닌, 10,000개 묶음으로 severity 가 높아진다. 한마디로 처음 10개의 이미지와, 10000~10010번째 이미지, 2..
딥러닝/파이토치
2024. 2. 29. 23:33