Python cifar_model_largeの例

コード例 #1

def select_model(m):
    if m == 'large':
        # raise ValueError
        model = pblm.cifar_model_large().cuda()
    else:
        model = pblm.cifar_model().cuda()
    return model

コード例 #2

ファイル: cifar.py プロジェクト: progirep/convex_adversarial

def select_model(m): 
    if m == 'large': 
        # raise ValueError
        model = pblm.cifar_model_large().cuda()
    elif m == 'resnet': 
        model = pblm.cifar_model_resnet(N=args.resnet_N, factor=args.resnet_factor).cuda()
    else: 
        model = pblm.cifar_model().cuda() 
    return model

コード例 #3

ファイル: imagenet.py プロジェクト: evansuva/Intrinsic-Rob

def select_model(m):
    if m == 'small':
        model = pblm.cifar_model().cuda()
    elif m == 'large':
        model = pblm.cifar_model_large().cuda()
    # elif m == 'resNet':
    #     model = pblm.cifar_model_resnet().cuda()
    else:
        raise ValueError('model argument not recognized for imagenet')
    return model

コード例 #4

ファイル: cifar10_small_deepinspect.py プロジェクト: yzx-fish/DeepInspect

def select_model(m):
    if m == 'large':
        # raise ValueError
        model = pblm.cifar_model_large().to(device)
    elif m == 'resnet':
        model = pblm.cifar_model_resnet(N=args.resnet_N,
                                        factor=args.resnet_factor).to(device)
    else:
        model = pblm.cifar_model().to(device)

    summary(model, (3, 32, 32))
    return model

コード例 #5

ファイル: cifar.py プロジェクト: JingyueLu/convex_adversarial

def select_model(m):
    if m == 'large':
        # raise ValueError
        model = pblm.cifar_model_large().cuda()
    elif m == 'resnet':
        model = pblm.cifar_model_resnet(N=args.resnet_N,
                                        factor=args.resnet_factor).cuda()
    elif m == 'm1':
        print('using a reduced sized network')
        model = pblm.cifar_model_m1().cuda()
    elif m == 'm2':
        print('using a slightly reduced sized network')
        model = pblm.cifar_model_m2().cuda()
    else:
        model = pblm.cifar_model().cuda()
    return model