Bonjour M. Sablayrolles,
Je suis un étudiant de Télécom Paris, et j'essaie depuis quelque jour de reproduire les résultats de votre papier.
J'ai des difficultés car il me manque beaucoup de fichiers dont le rôle ou le contenu sont peu clairs :
SUBCLASSES = {
"imagenet": {
n_cl: list(np.load("/private/home/asablayrolles/data/radioactive/imagenet_classes/%d.npy" % n_cl)) for n_cl in [10, 20, 50, 100, 200, 500]
}
}
(j'imagine que les liens suivants sont les emplacements pour les fichiers des datasets, mais je ne sais pas trop ce qui entendu par "vanilla_test", etc.)
(answering in English in case this issue is useful for other people)
CACHE_DATASET is a cache so that you do not need to traverse directories every time you load a large dataset like Imagenet. The key is the directory containing the dataset and the value is the path to the cache file.
valid_resnet18_center: you do not need this file as params.angle is set to None.
SUBCLASSES: this is if you want to restrict Imagenet to a smaller number of classes so you do not need that as well.
DATASETS is a dict which matches, for each dataset and its split, the directory that contains it.
Bonjour M. Sablayrolles, Je suis un étudiant de Télécom Paris, et j'essaie depuis quelque jour de reproduire les résultats de votre papier. J'ai des difficultés car il me manque beaucoup de fichiers dont le rôle ou le contenu sont peu clairs :
(j'imagine que les liens suivants sont les emplacements pour les fichiers des datasets, mais je ne sais pas trop ce qui entendu par "vanilla_test", etc.)
Pourriez vous prendre quelques minutes pour nous uploader ces fichiers ou nous décrire leur contenu/la manière de les générer ?
Je vous remercie,
Nicolas Micaux