これは Reliable Metrics for Generative Models という名前の Windows アプリで、その最新リリースは Initialrelease.zip としてダウンロードできます。 これは、ワークステーション用の無料のホスティング プロバイダーである OnWorks でオンラインで実行できます。
Reliable Metrics for Generative Models with OnWorks という名前のこのアプリをオンラインで無料でダウンロードして実行します。
このアプリを実行するには、次の手順に従ってください。
-1。このアプリケーションをPCにダウンロードしました。
--2。ファイルマネージャーhttps://www.onworks.net/myfiles.php?username=XXXXXに必要なユーザー名を入力します。
-3。このアプリケーションをそのようなファイルマネージャにアップロードします。
-4。このWebサイトからOSOnWorksオンラインエミュレーターを起動しますが、Windowsオンラインエミュレーターの方が優れています。
-5。起動したばかりのOnWorksWindows OSから、必要なユーザー名でファイルマネージャーhttps://www.onworks.net/myfiles.php?username=XXXXXにアクセスします。
-6。アプリケーションをダウンロードしてインストールします。
-7.LinuxディストリビューションソフトウェアリポジトリからWineをダウンロードします。 インストールしたら、アプリをダブルクリックして、Wineで実行できます。 また、人気のあるWindowsプログラムやゲームのインストールに役立つWine上の豪華なインターフェイスであるPlayOnLinuxを試すこともできます。
WineはLinux上でWindowsソフトウェアを実行する方法ですが、Windowsは必要ありません。 Wineは、任意のLinuxデスクトップでWindowsプログラムを直接実行できるオープンソースのWindows互換性レイヤーです。 基本的に、Wineは、実際にWindowsを必要とせずに、これらすべてのWindowsアプリケーションを実行できるように、十分な数のWindowsを最初から再実装しようとしています。
スクリーンショットは
Ad
生成モデルの信頼できる指標
DESCRIPTION
生成モデルの信頼できる忠実度と多様性の指標 (ICML 2020)。 画像生成タスクの指標となる評価指標を考案することは、未解決の問題のままです。 実際の画像と生成された画像の類似性を測定するために最も広く使用されている指標は、Fréchet Inception Distance (FID) スコアです。 生成された画像の忠実度と多様性の側面を区別しないため、最近の論文では、これらのプロパティを個別に診断するために、精度と再現率のさまざまな指標が導入されています。 この論文では、精度と再現率 (Kynkäänniemi et al., 2019) の最新バージョンの指標でさえ、まだ信頼できるものではないことを示しています。 たとえば、XNUMX つの同一の分布間の一致を検出できず、外れ値に対してロバストではなく、評価ハイパーパラメーターが任意に選択されます。 上記の問題を解決する密度とカバレッジのメトリクスを提案します。
特徴
- 精度と再現率の指標
- 密度とカバレッジの指標
- 10000 次元のユークリッド空間で標準正規分布 N(0,I) を形成する 1000 個の実サンプルと偽サンプルをテストします
- 実際の外れ値の周りに多くの偽のサンプルを生成するだけで、精度の測定値を高めるのに十分です
- 最近傍 k=5 を設定する
- 精度、再現率、密度、およびカバレッジの推定
プログラミング言語
Python
カテゴリー
これは https://sourceforge.net/projects/reliable-met-gen-mod.mirror/ からも取得できるアプリケーションです。 これは、OnWorks でホストされており、無料のオペレーティング システムの XNUMX つからオンラインで簡単に実行できます。
