Это приложение для Windows под названием «Надежные метрики для генеративных моделей», последний выпуск которого можно загрузить как Initialrelease.zip. Его можно запустить онлайн на бесплатном хостинг-провайдере OnWorks для рабочих станций.
Скачайте и запустите онлайн это приложение под названием «Надежные показатели для генеративных моделей с OnWorks» бесплатно.
Следуйте этим инструкциям, чтобы запустить это приложение:
- 1. Загрузил это приложение на свой компьютер.
- 2. Введите в нашем файловом менеджере https://www.onworks.net/myfiles.php?username=XXXXX с желаемым именем пользователя.
- 3. Загрузите это приложение в такой файловый менеджер.
- 4. Запустите любой онлайн-эмулятор OS OnWorks с этого сайта, но лучше онлайн-эмулятор Windows.
- 5. В только что запущенной ОС Windows OnWorks перейдите в наш файловый менеджер https://www.onworks.net/myfiles.php?username=XXXXX с желаемым именем пользователя.
- 6. Скачайте приложение и установите его.
- 7. Загрузите Wine из репозиториев программного обеспечения вашего дистрибутива Linux. После установки вы можете дважды щелкнуть приложение, чтобы запустить его с помощью Wine. Вы также можете попробовать PlayOnLinux, необычный интерфейс поверх Wine, который поможет вам установить популярные программы и игры для Windows.
Wine - это способ запустить программное обеспечение Windows в Linux, но без Windows. Wine - это уровень совместимости с Windows с открытым исходным кодом, который может запускать программы Windows непосредственно на любом рабочем столе Linux. По сути, Wine пытается заново реализовать Windows с нуля, чтобы можно было запускать все эти Windows-приложения, фактически не нуждаясь в Windows.
СКРИНШОТЫ
Ad
Надежные метрики для генеративных моделей
ОПИСАНИЕ
Надежные показатели точности и разнообразия для генеративных моделей (ICML 2020). Разработка ориентировочных показателей оценки для задачи генерации изображений остается открытой проблемой. Наиболее широко используемой метрикой для измерения сходства между реальными и сгенерированными изображениями была оценка начального расстояния Фреше (FID). Поскольку он не различает аспекты точности и разнообразия сгенерированных изображений, в недавних статьях были представлены варианты показателей точности и полноты для отдельной диагностики этих свойств. В этой статье мы показываем, что даже последняя версия показателей точности и полноты (Kynkäänniemi et al., 2019) еще не является надежной. Например, они не могут обнаружить совпадение между двумя идентичными распределениями, они неустойчивы к выбросам, а гиперпараметры оценки выбираются произвольно. Мы предлагаем метрики плотности и покрытия, которые решают вышеуказанные проблемы.
Особенности
- Метрики точности и отзыва
- Показатели плотности и покрытия
- Тест 10000 реальных и поддельных образцов образуют стандартное нормальное распределение N(0,I) в 1000-мерном евклидовом пространстве.
- Создание множества поддельных выборок вокруг реального выброса достаточно для повышения точности измерения.
- Установить ближайшего соседа k=5
- Оценки точности, полноты, плотности и охвата
Язык программирования
Питон
Категории
Это приложение также можно загрузить с https://sourceforge.net/projects/reliable-met-gen-mod.mirror/. Он был размещен в OnWorks, чтобы его можно было легко запускать в Интернете с помощью одной из наших бесплатных операционных систем.
