ນີ້ແມ່ນແອັບ Windows ທີ່ມີຊື່ວ່າ Reliable Metrics for Generative Models ເຊິ່ງລຸ້ນຫຼ້າສຸດສາມາດດາວໂຫຼດໄດ້ໃນນາມ Initialrelease.zip. ມັນສາມາດດໍາເນີນການອອນໄລນ໌ຢູ່ໃນ OnWorks ຜູ້ໃຫ້ບໍລິການໂຮດຕິ້ງຟຣີສໍາລັບບ່ອນເຮັດວຽກ.
ດາວນ໌ໂຫລດແລະດໍາເນີນການອອນໄລນ໌ app ນີ້ມີຊື່ວ່າ Metrics ທີ່ເຊື່ອຖືໄດ້ສໍາລັບຕົວແບບຜະລິດຕະພັນກັບ OnWorks ໄດ້ຟຣີ.
ປະຕິບັດຕາມຄໍາແນະນໍາເຫຼົ່ານີ້ເພື່ອດໍາເນີນການ app ນີ້:
- 1. ດາວໂຫຼດຄໍາຮ້ອງສະຫມັກນີ້ໃນ PC ຂອງທ່ານ.
- 2. ໃສ່ໃນຕົວຈັດການໄຟລ໌ຂອງພວກເຮົາ https://www.onworks.net/myfiles.php?username=XXXXX ດ້ວຍຊື່ຜູ້ໃຊ້ທີ່ທ່ານຕ້ອງການ.
- 3. ອັບໂຫລດແອັບພລິເຄຊັນນີ້ຢູ່ໃນຕົວຈັດການໄຟລ໌ດັ່ງກ່າວ.
- 4. ເລີ່ມ emulator ອອນ ໄລ ນ ໌ OS OnWorks ຈາກ ເວັບ ໄຊ ທ ໌ ນີ້, ແຕ່ ດີກ ວ່າ Windows ອອນ ໄລ ນ ໌ emulator.
- 5. ຈາກ OnWorks Windows OS ທີ່ເຈົ້າຫາກໍ່ເລີ່ມຕົ້ນ, ໄປທີ່ຕົວຈັດການໄຟລ໌ຂອງພວກເຮົາ https://www.onworks.net/myfiles.php?username=XXXXX ດ້ວຍຊື່ຜູ້ໃຊ້ທີ່ທ່ານຕ້ອງການ.
- 6. ດາວນ໌ໂຫລດຄໍາຮ້ອງສະຫມັກແລະຕິດຕັ້ງມັນ.
- 7. ດາວໂຫລດ Wine ຈາກບ່ອນເກັບມ້ຽນຊອບແວການແຈກຢາຍ Linux ຂອງທ່ານ. ເມື່ອຕິດຕັ້ງແລ້ວ, ທ່ານສາມາດຄລິກສອງຄັ້ງ app ເພື່ອດໍາເນີນການໃຫ້ເຂົາເຈົ້າກັບ Wine. ນອກນັ້ນທ່ານຍັງສາມາດລອງ PlayOnLinux, ການໂຕ້ຕອບທີ່ແປກປະຫຼາດໃນໄລຍະ Wine ທີ່ຈະຊ່ວຍໃຫ້ທ່ານຕິດຕັ້ງໂປລແກລມ Windows ແລະເກມທີ່ນິຍົມ.
ເຫຼົ້າແວງເປັນວິທີການແລ່ນຊອບແວ Windows ໃນ Linux, ແຕ່ບໍ່ມີ Windows ທີ່ຕ້ອງການ. ເຫຼົ້າແວງແມ່ນຊັ້ນຄວາມເຂົ້າກັນໄດ້ຂອງ Windows ແຫຼ່ງເປີດທີ່ສາມາດເອີ້ນໃຊ້ໂຄງການ Windows ໂດຍກົງໃນ desktop Linux ໃດກໍໄດ້. ໂດຍພື້ນຖານແລ້ວ, Wine ກໍາລັງພະຍາຍາມປະຕິບັດໃຫມ່ຢ່າງພຽງພໍຂອງ Windows ຕັ້ງແຕ່ເລີ່ມຕົ້ນເພື່ອໃຫ້ມັນສາມາດດໍາເນີນການຄໍາຮ້ອງສະຫມັກ Windows ທັງຫມົດໄດ້ໂດຍບໍ່ຕ້ອງໃຊ້ Windows.
ໜ້າ ຈໍ
Ad
Metrics ທີ່ເຊື່ອຖືໄດ້ສໍາລັບການສ້າງແບບຈໍາລອງ
ລາຍລະອຽດ
ຕົວຊີ້ວັດຄວາມສັດຊື່ ແລະ ຄວາມຫຼາກຫຼາຍທີ່ໜ້າເຊື່ອຖືໄດ້ສຳລັບແບບຈໍາລອງການຜະລິດ (ICML 2020). ການສ້າງຕົວຊີ້ວັດການປະເມີນຜົນສໍາລັບວຽກງານການຜະລິດຮູບພາບຍັງຄົງເປັນບັນຫາທີ່ເປີດເຜີຍ. ຕົວຊີ້ວັດທີ່ຖືກນໍາໃຊ້ຢ່າງກວ້າງຂວາງທີ່ສຸດສໍາລັບການວັດແທກຄວາມຄ້າຍຄືກັນລະຫວ່າງຮູບພາບທີ່ແທ້ຈິງແລະຮູບພາບທີ່ສ້າງຂຶ້ນແມ່ນຄະແນນ Fréchet Inception Distance (FID). ເນື່ອງຈາກວ່າມັນບໍ່ແຕກຕ່າງກັນລັກສະນະຄວາມຊື່ສັດແລະຄວາມຫຼາກຫຼາຍຂອງຮູບພາບທີ່ສ້າງຂຶ້ນ, ເອກະສານທີ່ຜ່ານມາໄດ້ນໍາສະເຫນີ variants ຂອງຄວາມແມ່ນຍໍາແລະ recall metrics ເພື່ອວິນິດໄສຄຸນສົມບັດເຫຼົ່ານັ້ນແຍກຕ່າງຫາກ. ໃນເອກະສານສະບັບນີ້, ພວກເຮົາສະແດງໃຫ້ເຫັນວ່າເຖິງແມ່ນວ່າສະບັບຫລ້າສຸດຂອງຄວາມແມ່ນຍໍາແລະການເອີ້ນຄືນ (Kynkäänniemi et al., 2019) metrics ຍັງບໍ່ຫນ້າເຊື່ອຖື. ຕົວຢ່າງ, ພວກເຂົາບໍ່ສາມາດກວດພົບການຈັບຄູ່ລະຫວ່າງສອງການແຈກຢາຍທີ່ຄືກັນ, ພວກມັນບໍ່ແຂງແຮງຕໍ່ກັບຕົວກໍານົດການ, ແລະ hyperparameters ການປະເມີນຜົນໄດ້ຖືກເລືອກໂດຍ arbitrarily. ພວກເຮົາສະເຫນີຕົວວັດແທກຄວາມຫນາແຫນ້ນແລະການຄຸ້ມຄອງທີ່ແກ້ໄຂບັນຫາຂ້າງເທິງ.
ຄຸນລັກສະນະ
- ຕົວຊີ້ວັດຄວາມແມ່ນຍໍາແລະການເອີ້ນຄືນ
- ຕົວຊີ້ວັດຄວາມຫນາແຫນ້ນແລະການຄຸ້ມຄອງ
- ການທົດສອບ 10000 ຕົວຢ່າງທີ່ແທ້ຈິງແລະປອມປະກອບເປັນມາດຕະຖານການແຜ່ກະຈາຍປົກກະຕິ N(0,I) ໃນ 1000-dimensional Euclidean space
- ການສ້າງຕົວຢ່າງປອມຈໍານວນຫຼາຍປະມານ outlier ທີ່ແທ້ຈິງແມ່ນພຽງພໍທີ່ຈະເພີ່ມມາດຕະການຄວາມແມ່ນຍໍາ
- ກໍານົດເພື່ອນບ້ານທີ່ໃກ້ທີ່ສຸດ k=5
- ຄວາມແມ່ນຍໍາ, ການເອີ້ນຄືນ, ຄວາມຫນາແຫນ້ນ, ແລະການຄາດຄະເນການຄຸ້ມຄອງ
ພາສາການຂຽນໂປຣແກຣມ
Python
ປະເພດ
ນີ້ແມ່ນແອັບພລິເຄຊັນທີ່ຍັງສາມາດເອົາມາຈາກ https://sourceforge.net/projects/reliable-met-gen-mod.mirror/. ມັນໄດ້ຖືກຈັດຢູ່ໃນ OnWorks ເພື່ອໃຫ້ດໍາເນີນການອອນໄລນ໌ດ້ວຍວິທີທີ່ງ່າຍທີ່ສຸດຈາກຫນຶ່ງໃນລະບົບປະຕິບັດງານຟຣີຂອງພວກເຮົາ.
