이것은 최신 릴리스를 Initialrelease.zip으로 다운로드할 수 있는 Generative Models용 Reliable Metrics라는 Windows 앱입니다. 워크스테이션용 무료 호스팅 제공업체인 OnWorks에서 온라인으로 실행할 수 있습니다.
Reliable Metrics for Generative Models with OnWorks라는 이름의 이 앱을 온라인에서 무료로 다운로드하고 실행하십시오.
이 앱을 실행하려면 다음 지침을 따르세요.
- 1. 이 애플리케이션을 PC에 다운로드했습니다.
- 2. 파일 관리자 https://www.onworks.net/myfiles.php?username=XXXXX에 원하는 사용자 이름을 입력합니다.
- 3. 이러한 파일 관리자에서 이 응용 프로그램을 업로드합니다.
- 4. 이 웹사이트에서 모든 OS OnWorks 온라인 에뮬레이터를 시작하지만 더 나은 Windows 온라인 에뮬레이터를 시작합니다.
- 5. 방금 시작한 OnWorks Windows OS에서 원하는 사용자 이름으로 파일 관리자 https://www.onworks.net/myfiles.php?username=XXXXX로 이동합니다.
- 6. 애플리케이션을 다운로드하여 설치합니다.
- 7. Linux 배포 소프트웨어 저장소에서 Wine을 다운로드합니다. 설치가 완료되면 앱을 두 번 클릭하여 Wine과 함께 실행할 수 있습니다. 인기 있는 Windows 프로그램 및 게임을 설치하는 데 도움이 되는 Wine을 통한 멋진 인터페이스인 PlayOnLinux를 사용해 볼 수도 있습니다.
Wine은 Linux에서 Windows 소프트웨어를 실행하는 방법이지만 Windows가 필요하지 않습니다. Wine은 모든 Linux 데스크탑에서 직접 Windows 프로그램을 실행할 수 있는 오픈 소스 Windows 호환성 계층입니다. 본질적으로 Wine은 Windows가 필요하지 않고 모든 Windows 응용 프로그램을 실행할 수 있도록 Windows를 처음부터 충분히 다시 구현하려고 합니다.
스크린 샷
Ad
생성 모델에 대한 신뢰할 수 있는 지표
기술
생성 모델에 대한 신뢰할 수 있는 충실도 및 다양성 메트릭(ICML 2020). 이미지 생성 작업에 대한 지표 평가 지표를 고안하는 것은 여전히 미해결 문제입니다. 실제 이미지와 생성된 이미지 간의 유사성을 측정하기 위해 가장 널리 사용되는 메트릭은 FID(Fréchet Inception Distance) 점수였습니다. 생성된 이미지의 충실도와 다양성 측면을 구별하지 않기 때문에 최근 논문에서는 이러한 속성을 별도로 진단하기 위해 정밀도 및 재현율 메트릭의 변형을 도입했습니다. 이 백서에서는 최신 버전의 정밀도 및 재현율(Kynkäänniemi et al., 2019) 메트릭도 아직 신뢰할 수 없음을 보여줍니다. 예를 들어 두 개의 동일한 분포 사이의 일치를 감지하지 못하고 이상값에 대해 강력하지 않으며 평가 하이퍼 매개변수가 임의로 선택됩니다. 위의 문제를 해결하는 밀도 및 커버리지 메트릭을 제안합니다.
기능
- 정밀도 및 재현율 지표
- 밀도 및 커버리지 메트릭
- 10000개의 실제 및 가짜 샘플을 테스트하여 0차원 유클리드 공간에서 표준 정규 분포 N(1000,I)을 형성합니다.
- 실제 이상치 주위에 많은 가짜 샘플을 생성하는 것만으로도 정밀도 측정을 높일 수 있습니다.
- 가장 가까운 이웃 k=5로 설정
- 정밀도, 재현율, 밀도 및 적용 범위 추정
프로그래밍 언어
Python
카테고리
이것은 https://sourceforge.net/projects/reliable-met-gen-mod.mirror/에서도 가져올 수 있는 애플리케이션입니다. 무료 운영 체제 중 하나에서 가장 쉬운 방법으로 온라인으로 실행하기 위해 OnWorks에서 호스팅되었습니다.
