zalando-pytorch

PyTorch experiments with the Zalando fashion-mnist dataset

Project Organization

 LICENSE
 Makefile           <- Makefile with commands like `make data` or `make train`
 README.md          <- The top-level README for developers using this project.
 data
  external       <- Data from third party sources.
  interim        <- Intermediate data that has been transformed.
  processed      <- The final, canonical data sets for modeling.
  raw            <- The original, immutable data dump.

 docs               <- A default Sphinx project; see sphinx-doc.org for details

 models             <- Trained and serialized models, model predictions, or model summaries

 notebooks          <- Jupyter notebooks. Naming convention is a number (for ordering),
                         the creator's initials, and a short `-` delimited description, e.g.
                         `1.0-jqp-initial-data-exploration`.

 references         <- Data dictionaries, manuals, and all other explanatory materials.

 reports            <- Generated analysis as HTML, PDF, LaTeX, etc.
  figures        <- Generated graphics and figures to be used in reporting

 requirements.txt   <- The requirements file for reproducing the analysis environment, e.g.
                         generated with `pip freeze > requirements.txt`

 src                <- Source code for use in this project.
  __init__.py    <- Makes src a Python module

  data           <- Scripts to download or generate data
   make_dataset.py

  features       <- Scripts to turn raw data into features for modeling
   build_features.py

  models         <- Scripts to train models and then use trained models to make
                       predictions
   predict_model.py
   train_model.py

  visualization  <- Scripts to create exploratory and results oriented visualizations
      visualize.py

 tox.ini            <- tox file with settings for running tox; see tox.testrun.org

Project based on the cookiecutter data science project template. #cookiecutterdatascience