Jest to aplikacja systemu Windows o nazwie Reliable Metrics for Generative Models, której najnowszą wersję można pobrać jako plik Initialrelease.zip. Można go uruchomić online w darmowym dostawcy usług hostingowych OnWorks dla stacji roboczych.
Pobierz i uruchom online tę aplikację o nazwie Reliable Metrics for Generative Models with OnWorks za darmo.
Postępuj zgodnie z tymi instrukcjami, aby uruchomić tę aplikację:
- 1. Pobrałem tę aplikację na swój komputer.
- 2. Wpisz w naszym menedżerze plików https://www.onworks.net/myfiles.php?username=XXXXX z wybraną nazwą użytkownika.
- 3. Prześlij tę aplikację w takim menedżerze plików.
- 4. Uruchom dowolny emulator online systemu operacyjnego OnWorks z tej witryny, ale lepszy emulator online systemu Windows.
- 5. W systemie operacyjnym OnWorks Windows, który właśnie uruchomiłeś, przejdź do naszego menedżera plików https://www.onworks.net/myfiles.php?username=XXXXX z wybraną nazwą użytkownika.
- 6. Pobierz aplikację i zainstaluj ją.
- 7. Pobierz Wine z repozytoriów oprogramowania dystrybucji Linuksa. Po zainstalowaniu możesz dwukrotnie kliknąć aplikację, aby uruchomić ją za pomocą Wine. Możesz także wypróbować PlayOnLinux, fantazyjny interfejs w Wine, który pomoże Ci zainstalować popularne programy i gry Windows.
Wine to sposób na uruchamianie oprogramowania Windows w systemie Linux, ale bez systemu Windows. Wine to warstwa kompatybilności z systemem Windows typu open source, która może uruchamiać programy systemu Windows bezpośrednio na dowolnym pulpicie systemu Linux. Zasadniczo Wine próbuje ponownie zaimplementować system Windows od podstaw, aby mógł uruchamiać wszystkie te aplikacje Windows bez faktycznego korzystania z systemu Windows.
ZRZUTY EKRANU
Ad
Wiarygodne metryki dla modeli generatywnych
OPIS
Wiarygodne metryki wierności i różnorodności dla modeli generatywnych (ICML 2020). Otwartym problemem pozostaje opracowanie wskaźnikowych wskaźników oceny zadania generowania obrazu. Najczęściej stosowaną miarą do pomiaru podobieństwa między obrazami rzeczywistymi i wygenerowanymi jest wynik Fréchet Inception Distance (FID). Ponieważ nie rozróżnia aspektów wierności i różnorodności generowanych obrazów, w ostatnich artykułach wprowadzono warianty metryk precyzji i przywołania, aby osobno zdiagnozować te właściwości. W tym artykule pokazujemy, że nawet najnowsza wersja wskaźników precyzji i pamięci (Kynkaäänniemi i in., 2019) nie jest jeszcze wiarygodna. Na przykład nie wykrywają dopasowania między dwoma identycznymi rozkładami, nie są odporne na wartości odstające, a hiperparametry oceny są wybierane arbitralnie. Proponujemy metryki gęstości i zasięgu, które rozwiązują powyższe problemy.
Zakładka Charakterystyka
- Metryki precyzji i przypominania
- Wskaźniki gęstości i pokrycia
- Przetestuj 10000 prawdziwych i fałszywych próbek tworzących standardowy rozkład normalny N(0,I) w 1000-wymiarowej przestrzeni euklidesowej
- Wygenerowanie wielu fałszywych próbek wokół rzeczywistej wartości odstającej wystarczy, aby zwiększyć precyzję pomiaru
- Ustaw najbliższego sąsiada k=5
- Szacunki precyzji, wycofania, gęstości i pokrycia
Język programowania
Python
Kategorie
Jest to aplikacja, którą można również pobrać z https://sourceforge.net/projects/reliable-met-gen-mod.mirror/. Został umieszczony w OnWorks, aby można go było uruchomić online w najprostszy sposób z jednego z naszych bezpłatnych systemów operacyjnych.
