این یک برنامه لینوکس به نام Uncertainty Baselines است که آخرین نسخه آن را می‌توانید با نامcertainty-baselinessourcecode.tar.gz دانلود کنید. این برنامه را می‌توان به صورت آنلاین در ارائه دهنده هاست رایگان OnWorks برای ایستگاه‌های کاری اجرا کرد.
این برنامه با نام Uncertainty Baselines with OnWorks را به صورت رایگان دانلود و اجرا کنید.
برای اجرای این برنامه این دستورالعمل ها را دنبال کنید:
- 1. این برنامه را در رایانه شخصی خود دانلود کنید.
- 2. در فایل منیجر ما https://www.onworks.net/myfiles.php?username=XXXXX نام کاربری مورد نظر خود را وارد کنید.
- 3. این برنامه را در چنین فایل منیجر آپلود کنید.
- 4. OnWorks Linux آنلاین یا شبیه ساز آنلاین ویندوز یا شبیه ساز آنلاین MACOS را از این وب سایت راه اندازی کنید.
- 5. از سیستم عامل لینوکس OnWorks که به تازگی راه اندازی کرده اید، به مدیر فایل ما https://www.onworks.net/myfiles.php?username=XXXXX با نام کاربری که می خواهید بروید.
- 6. اپلیکیشن را دانلود کرده، نصب و اجرا کنید.
اسکرین شات ها:
مبانی عدم قطعیت
DESCRIPTION:
«خطوط پایه عدم قطعیت» مجموعه‌ای از خطوط لوله آموزشی قوی و مستند است که ارزیابی عدم قطعیت پیش‌بینی‌کننده در مدل‌های یادگیری ماشین مدرن را ساده می‌کند. این ابزار به جای ارائه اسکریپت‌های ساده، دستورالعمل‌های جامعی - ورودی داده، معماری مدل، حلقه‌های آموزشی، معیارهای ارزیابی و ثبت وقایع - ارائه می‌دهد، بنابراین نتایج در اجراها و گروه‌های تحقیقاتی قابل مقایسه هستند. این کتابخانه، روش‌ها و وظایف متعارف، از طبقه‌بندی تصویر و NLP گرفته تا مسائل جدولی را در بر می‌گیرد و خطوط پایه‌ای دارد که رویکردهای قطعی و احتمالی را پوشش می‌دهند. تکنیک‌ها شامل گروه‌های عمیق، ترک مونت کارلو، مقیاس‌بندی دما، استنتاج تغییرات تصادفی، سرهای ناهمسانگرد و گردش‌های کاری تشخیص خارج از توزیع هستند. هر خط پایه بر تکرارپذیری تأکید دارد: دانه‌های ثابت، تقسیم‌های استاندارد و معیارهای قوی مانند خطای کالیبراسیون، AUROC برای OOD و دقت تحت تغییر.
امکانات
- خطوط لوله تکرارپذیر و پیوسته برای ارزیابی عدم قطعیت
- پوشش روش‌های گروه‌بندی، ترک MC، SVI و کالیبراسیون
- معیارهای استاندارد برای تشخیص و کیفیت کالیبراسیون OOD
- خطوط پایه در وظایف بینایی، زبانی و جدولی
- فایل‌های پیکربندی و گزارش‌گیری را برای مقایسه‌های منصفانه پاک کنید
- پیش‌فرض‌های قوی که می‌توانند برای ایده‌های تحقیقاتی جدید گسترش یابند
زبان برنامه نویسی
پــایتــون
دسته بندی ها
این برنامه‌ای است که می‌توان آن را از آدرس https://sourceforge.net/projects/uncertainty-baselines.mirror/ نیز دریافت کرد. این برنامه در OnWorks میزبانی شده است تا بتوان آن را به ساده‌ترین روش به صورت آنلاین از یکی از سیستم‌های عامل رایگان ما اجرا کرد.