Unlearn-Saliency
[ICLR24 (Spotlight)] "SalUn: Empowering Machine Unlearning via Gradient-based Weight Saliency in Both Image Classification and Generation" by Chongyu Fan*, Jiancheng Liu*, Yihua Zhang, Eric Wong, Dennis Wei, Sijia Liu
파일 탐색기
최종 버전 다운로드 (.zip)- __init__.py
- MIA.py
- SVC_MIA.py
- __init__.py
- ResNet.py
- ResNets.py
- utilitis.py
- VGG.py
- VGG_LTH.py
- __init__.py
- omp.py
- synflow.py
- utils.py
- __init__.py
- train.py
- val.py
- __init__.py
- boundary_ex.py
- boundary_sh.py
- fisher.py
- FT.py
- FT_prune.py
- FT_prune_bi.py
- GA.py
- GA_prune.py
- GA_prune_bi.py
- impl.py
- retrain.py
- RL.py
- RL_pro.py
- Wfisher.py
- arg_parser.py
- dataset.py
- generate_mask.py
- imagenet.py
- lmdb_dataset.py
- main_forget.py
- main_random.py
- main_train.py
- README.md
- requirements.txt
- utils.py
- cifar10_fim.yml
- cifar10_forget.yml
- cifar10_saliency_unlearn.yml
- cifar10_sample.yml
- cifar10_train.yml
- stl10_fim.yml
- stl10_forget.yml
- stl10_sample.yml
- stl10_train.yml
- __init__.py
- utils.py
- vision.py
- __init__.py
- ckpt_util.py
- denoising.py
- losses.py
- diffusion.py
- ema.py
- __init__.py
- diffusion.py
- classifier_evaluation.py
- evaluator.py
- fim.py
- LICENSE
- README.md
- requirements.txt
- sample.py
- save_base_dataset.py
- train.py
- train_classifier.py
- church.jpg
- nudity.jpg
- teaser-v2.pdf
- teaser-v2.png
- thubnail_salun.jpg
- thubnail_salun.png
- transition_new.gif
- autoencoder_kl_16x16x16.yaml
- autoencoder_kl_32x32x4.yaml
- autoencoder_kl_64x64x3.yaml
- autoencoder_kl_8x8x64.yaml
- celebahq-ldm-vq-4.yaml
- cin-ldm-vq-f8.yaml
- cin256-v2.yaml
- ffhq-ldm-vq-4.yaml
- lsun_bedrooms-ldm-vq-4.yaml
- lsun_churches-ldm-kl-8.yaml
- txt2img-1p4B-eval.yaml
- 768x768.yaml
- v1-inference.yaml
- compute-fid.py
- dataset.py
- generate-images.py
- imageclassify.py
- nudenet-classes.py
- __init__.py
- synthetic_mask.py
- __init__.py
- base.py
- coco.py
- dummy.py
- imagenet.py
- laion.py
- lsun.py
- simple.py
- __init__.py
- classifier.py
- ddim.py
- ddpm.py
- plms.py
- sampling_util.py
- autoencoder.py
- __init__.py
- model.py
- openaimodel.py
- util.py
- __init__.py
- distributions.py
- __init__.py
- modules.py
- adm_evaluator.py
- evaluate_perceptualsim.py
- frechet_video_distance.py
- ssim.py
- torch_frechet_video_distance.py
- __init__.py
- bsrgan.py
- bsrgan_light.py
- utils_image.py
- __init__.py
- contperceptual.py
- vqperceptual.py
- attention.py
- ema.py
- x_transformer.py
- helpers.py
- id_loss.py
- model_irse.py
- extras.py
- guidance.py
- lr_scheduler.py
- util.py
- imagenette.csv
- unsafe-prompts4703.csv
- convertModels.py
- dataset.py
- generate_mask.py
- gradient_ascent.py
- nsfw_removal.py
- proximal_gradient.py
- random_label.py
- train-esd.py
- diffusers_unet_config.json
- README.md
- .gitignore
- LICENSE
- README.md
# 설치 가이드
1. 코드 내려받기
git clone https://github.com/OPTML-Group/Unlearn-Saliency
깃허브에서 프로젝트 코드 전체를 내 컴퓨터로 내려받습니다.
cd Unlearn-Saliency
방금 내려받은 프로젝트 폴더 안으로 이동합니다.
2. Python
쉬움 추천사전 준비물
pip install -r Classification/requirements.txt
requirements.txt 등에 명시된 파이썬 라이브러리를 설치합니다.
python <실행할 파일명>.py # README에서 정확한 실행 파일명을 확인하세요
파이썬 스크립트(또는 모듈)를 실행합니다.
에러 메시지 없이 실행되고 터미널에 안내 문구가 출력되면 정상입니다.
// repository documentation
Was this content helpful?
(0 ratings)