This is the Windows app named Uncertainty Baselines whose latest release can be downloaded as uncertainty-baselinessourcecode.tar.gz. It can be run online in the free hosting provider OnWorks for workstations.
Descargue y ejecute en línea esta aplicación llamada Uncertainty Baselines con OnWorks de forma gratuita.
Siga estas instrucciones para ejecutar esta aplicación:
- 1. Descargue esta aplicación en su PC.
- 2. Ingrese en nuestro administrador de archivos https://www.onworks.net/myfiles.php?username=XXXXX con el nombre de usuario que desee.
- 3. Cargue esta aplicación en dicho administrador de archivos.
- 4. Inicie cualquier emulador en línea de OS OnWorks desde este sitio web, pero mejor emulador en línea de Windows.
- 5. Desde el sistema operativo OnWorks Windows que acaba de iniciar, vaya a nuestro administrador de archivos https://www.onworks.net/myfiles.php?username=XXXXX con el nombre de usuario que desee.
- 6. Descarga la aplicación e instálala.
- 7. Descargue Wine desde los repositorios de software de sus distribuciones de Linux. Una vez instalada, puede hacer doble clic en la aplicación para ejecutarla con Wine. También puedes probar PlayOnLinux, una elegante interfaz sobre Wine que te ayudará a instalar programas y juegos populares de Windows.
Wine es una forma de ejecutar software de Windows en Linux, pero no requiere Windows. Wine es una capa de compatibilidad de Windows de código abierto que puede ejecutar programas de Windows directamente en cualquier escritorio de Linux. Esencialmente, Wine está tratando de volver a implementar una cantidad suficiente de Windows desde cero para poder ejecutar todas esas aplicaciones de Windows sin necesidad de Windows.
SCREENSHOTS
Ad
Líneas de base de incertidumbre
DESCRIPCIÓN
Uncertainty Baselines es una colección de canales de entrenamiento robustos y bien documentados que facilitan la evaluación de la incertidumbre predictiva en modelos modernos de aprendizaje automático. En lugar de ofrecer scripts de prueba, proporciona recetas integrales (entrada de datos, arquitecturas de modelos, bucles de entrenamiento, métricas de evaluación y registro), lo que permite comparar los resultados entre ejecuciones y grupos de investigación. La biblioteca abarca modalidades y tareas canónicas, desde clasificación de imágenes y procesamiento del lenguaje natural (PLN) hasta problemas tabulares, con líneas base que cubren enfoques tanto deterministas como probabilísticos. Las técnicas incluyen conjuntos profundos, abandono de Monte Carlo, escalamiento de temperatura, inferencia variacional estocástica, cargas heterocedásticas y flujos de trabajo de detección de fuera de distribución. Cada línea base enfatiza la reproducibilidad: semillas fijas, divisiones estándar y métricas robustas como error de calibración, AUROC para OOD y precisión bajo desplazamiento.
Caracteristicas
- Tuberías reproducibles de extremo a extremo para la evaluación de la incertidumbre
- Cobertura de conjuntos, pérdida de MC, SVI y métodos de calibración
- Métricas estandarizadas para la detección de OOD y la calidad de la calibración
- Líneas de base en tareas de visión, lenguaje y tablas
- Borrar archivos de configuración y registros para realizar comparaciones justas
- Valores predeterminados sólidos que pueden ampliarse para nuevas ideas de investigación
Lenguaje de programación
Python
Categorías
Esta aplicación también se puede obtener de https://sourceforge.net/projects/uncertainty-baselines.mirror/. Está alojada en OnWorks para facilitar su ejecución en línea desde uno de nuestros sistemas operativos gratuitos.
