Dassl.pytorch

收录理由

域适应、域泛化和半监督学习这三类任务都有一个共同点：需要充分利用无标注数据，而Dassl把这三者统一在一个工具箱里。它基于PyTorch构建，模块化设计让接口保持一致，engine目录下已经包含了DANN、MCD、MME、MixStyle和DAEL等方法的参考实现，研究者可以直接复现已发表的基线，再花几行代码替换成自己的思路，不必从头重写所有对比方法。数据加载、训练和评估的接口统一，新方法接入后就能跑在同一个框架里，这对加快实验节奏很有帮助。Office-31、Office-Home、VisDA以及WILDS等常用基准数据集也一并内置，省去了不少准备数据的麻烦。需要说明的是，它目前只支持DataParallel，没有分布式多GPU训练，文档也刻意写得简略，所以使用者要有阅读源码的心理准备。