mmvae 项目使用教程

原创于 2024-09-27 07:11:53 发布 · 909 阅读

17 ·

CC 4.0 BY-SA版权

mmvae 项目使用教程

mmvae Multimodal Mixture-of-Experts VAE 项目地址: https://gitcode.com/gh_mirrors/mm/mmvae

1. 项目的目录结构及介绍

mmvae 项目的目录结构如下：

mmvae/
├── _imgs/
├── bin/
│   └── make-mnist-svhn-idx.py
├── data/
│   └── cub/
│       ├── text_testclasses.txt
│       ├── text_trainvalclasses.txt
│       ├── train/
│       └── test/
├── src/
│   ├── __init__.py
│   ├── main.py
│   ├── calculate_likelihoods.py
│   ├── analyse_ms.py
│   └── analyse_cub.py
├── .dir-locals.el
├── .flake8
├── .gitignore
├── LICENSE
├── README.md
└── requirements.txt

目录结构介绍

_imgs/: 存放项目相关的图片文件。
bin/: 包含用于准备数据集的脚本，例如 make-mnist-svhn-idx.py，用于生成 MNIST 和 SVHN 数据集。
data/: 存放数据集文件，例如 CUB 数据集。
src/: 包含项目的主要代码文件，包括启动文件 main.py 和其他分析脚本。
.dir-locals.el: Emacs 配置文件。
.flake8: Flake8 配置文件，用于代码风格检查。
.gitignore: Git 忽略文件配置。
LICENSE: 项目许可证文件，采用 GPL-3.0 许可证。
README.md: 项目说明文件。
requirements.txt: 项目依赖包列表。

2. 项目的启动文件介绍

项目的启动文件是 src/main.py。该文件用于启动训练和测试过程。以下是启动文件的主要功能介绍：

主要功能

训练模型: 通过指定不同的参数，可以训练不同类型的模型，例如 MNIST-SVHN 模型或 CUB Image-Caption 模型。
加载预训练模型: 可以通过指定预训练模型的路径来加载并使用预训练模型。
调整超参数: 可以通过命令行参数调整模型的超参数，例如目标函数、粒子数量、先验方差学习等。

使用示例

# 训练 MNIST-SVHN 模型
python main.py --model mnist_svhn

# 训练 CUB Image-Caption 模型（特征搜索）
python main.py --model cubISft

# 训练 CUB Image-Caption 模型（原始图像生成）
python main.py --model cubIS

3. 项目的配置文件介绍

项目的配置文件主要包括以下几个部分：

1. `requirements.txt`

该文件列出了项目所需的 Python 包及其版本。例如：

python == 3.6.8
gensim == 3.8.1
matplotlib == 3.1.1
nltk == 3.4.5
numpy == 1.16.4
pandas == 0.25.3
scipy == 1.3.2
seaborn == 0.9.0
scikit-image == 0.15.0
torch == 1.3.1
torchnet == 0.0.4
torchvision == 0.4.2
umap-learn == 0.1.1