यह क्लीनलैब नाम का लिनक्स ऐप है जिसकी नवीनतम रिलीज को v2.5.0--AllmagorMLtasksnowsupported.zip के रूप में डाउनलोड किया जा सकता है। इसे वर्कस्टेशन के लिए मुफ्त होस्टिंग प्रदाता ऑनवर्क्स में ऑनलाइन चलाया जा सकता है।
क्लीनलैब नाम के इस ऐप को ऑनवर्क्स के साथ मुफ्त में डाउनलोड करें और ऑनलाइन चलाएं।
इस ऐप को चलाने के लिए इन निर्देशों का पालन करें:
- 1. इस एप्लिकेशन को अपने पीसी में डाउनलोड करें।
- 2. हमारे फ़ाइल प्रबंधक में https://www.onworks.net/myfiles.php?username=XXXXX उस उपयोगकर्ता नाम के साथ दर्ज करें जो आप चाहते हैं।
- 3. इस एप्लिकेशन को ऐसे फाइल मैनेजर में अपलोड करें।
- 4. इस वेबसाइट से ऑनवर्क्स लिनक्स ऑनलाइन या विंडोज ऑनलाइन एमुलेटर या मैकोज़ ऑनलाइन एमुलेटर शुरू करें।
- 5. ऑनवर्क्स लिनक्स ओएस से आपने अभी शुरुआत की है, हमारे फाइल मैनेजर को https://www.onworks.net/myfiles.php?username=XXXXX उस यूजरनेम के साथ जाएं जो आप चाहते हैं।
- 6. एप्लिकेशन डाउनलोड करें, इसे इंस्टॉल करें और इसे चलाएं।
स्क्रीनशॉट
Ad
क्लीनलैब
वर्णन
क्लीनलैब एमएल डेटासेट में समस्याओं का स्वचालित रूप से पता लगाकर डेटा और लेबल को साफ करने में आपकी मदद करता है। अव्यवस्थित, वास्तविक दुनिया के डेटा के साथ मशीन लर्निंग की सुविधा के लिए, यह डेटा-केंद्रित एआई पैकेज डेटासेट समस्याओं का अनुमान लगाने के लिए आपके मौजूदा मॉडल का उपयोग करता है जिन्हें और भी बेहतर मॉडल को प्रशिक्षित करने के लिए ठीक किया जा सकता है। क्लीनलैब इस पेपर और ब्लॉग में प्रकाशित अत्याधुनिक भरोसेमंद शिक्षण एल्गोरिदम के माध्यम से आपके डेटा के लेबल को साफ करता है। क्लीनलैब से साफ किए गए कुछ डेटासेट यहां देखें labelerrors.com. यह पैकेज आपको लेबल समस्याओं और अन्य डेटा समस्याओं को खोजने में मदद करता है, ताकि आप विश्वसनीय एमएल मॉडल को प्रशिक्षित कर सकें। क्लीनलैब की सभी सुविधाएं किसी भी डेटासेट और किसी भी मॉडल के साथ काम करती हैं। हाँ, कोई भी मॉडल: PyTorch, Tensorflow, Keras, JAX, HuggingFace, OpenAI, XGBoost, scikit-learn, आदि। यदि आप स्केलेरन-संगत क्लासिफायरियर का उपयोग करते हैं, तो सभी क्लीनलैब विधियाँ आउट-ऑफ़-द-बॉक्स काम करती हैं।
विशेषताएं
- द्विआधारी और बहु-वर्ग वर्गीकरण
- मल्टी-लेबल वर्गीकरण (जैसे छवि/दस्तावेज़ टैगिंग)
- टोकन वर्गीकरण (जैसे पाठ में इकाई पहचान)
- एकाधिक एनोटेटर्स द्वारा लेबल किए गए डेटा के साथ वर्गीकरण
- एकाधिक एनोटेटर्स के साथ सक्रिय शिक्षण (सुझाव दें कि मॉडल को बेहतर बनाने के लिए किस डेटा को लेबल या पुनः लेबल किया जाए)
- बाहरी और वितरण से बाहर का पता लगाना
प्रोग्रामिंग भाषा
अजगर
श्रेणियाँ
यह एक एप्लिकेशन है जिसे https://sourceforge.net/projects/cleanlab.mirror/ से भी प्राप्त किया जा सकता है। हमारे निःशुल्क ऑपरेटिव सिस्टमों में से एक से सबसे आसान तरीके से ऑनलाइन चलाने के लिए इसे ऑनवर्क्स में होस्ट किया गया है।