DeepCluster라는 이름의 Linux 앱으로, 최신 릴리스는 deepclustersourcecode.tar.gz 파일로 다운로드할 수 있습니다. 워크스테이션용 무료 호스팅 제공업체인 OnWorks에서 온라인으로 실행할 수 있습니다.
DeepCluster with OnWorks라는 앱을 무료로 다운로드하여 온라인에서 실행해보세요.
이 앱을 실행하려면 다음 지침을 따르세요.
- 1. 이 애플리케이션을 PC에 다운로드했습니다.
- 2. 파일 관리자 https://www.onworks.net/myfiles.php?username=XXXXX에 원하는 사용자 이름을 입력합니다.
- 3. 이러한 파일 관리자에서 이 응용 프로그램을 업로드합니다.
- 4. 이 웹사이트에서 OnWorks Linux 온라인 또는 Windows 온라인 에뮬레이터 또는 MACOS 온라인 에뮬레이터를 시작합니다.
- 5. 방금 시작한 OnWorks Linux OS에서 원하는 사용자 이름으로 파일 관리자 https://www.onworks.net/myfiles.php?username=XXXXX로 이동합니다.
- 6. 응용 프로그램을 다운로드하여 설치하고 실행합니다.
스크린샷:
딥클러스터
설명 :
DeepCluster는 이미지 특징을 반복적으로 그룹화하고 클러스터 할당을 의사 레이블로 사용하여 네트워크를 학습하는 고전적인 자기 지도 클러스터링 기반 표현 학습 알고리즘입니다. 각 라운드에서 네트워크에서 생성된 특징은 클러스터링(예: k-평균)되고, 클러스터 ID는 다음 에포크의 감독 대상이 되어 모델이 의미 그룹을 더 잘 구분할 수 있도록 표현을 개선하도록 유도합니다. 이러한 "클러스터링 & 학습" 방식을 번갈아 적용하면 모델은 레이블 없이도 의미 있는 구조를 점진적으로 발견할 수 있습니다. DeepCluster는 비지도 시각 특징 학습의 초기 성공 사례 중 하나로, 클러스터링 기반 재구성이 여러 후속 작업에서 지도 학습 기준선과 경쟁할 수 있음을 보여줍니다. 이 저장소에는 특징 추출, 클러스터링, 학습 루프, 선형 프로브와 같은 평가 벤치마크를 위한 코드가 포함되어 있습니다. DeepCluster는 단순성과 모듈식 설계 덕분에 이후 여러 방법론에 영감을 주었습니다.
기능
- 반복적 클러스터링과 의사 레이블 감독을 통한 비지도 학습
- 교대 파이프라인: 클러스터 기능 → 클러스터 ID를 사용하여 네트워크 학습
- 특징 공간에서 k-means 또는 기타 클러스터링 알고리즘 지원
- 다운스트림 작업(분류, 탐지)을 위한 교육 및 평가 스크립트
- 네트워크 아키텍처 또는 클러스터링 방법을 교환하기 위한 모듈식 코드
- 이후의 많은 자체 감독 접근 방식에 대한 기준 참조
프로그래밍 언어
Python
카테고리
이 애플리케이션은 https://sourceforge.net/projects/deepcluster.mirror/에서도 다운로드할 수 있습니다. OnWorks에 호스팅되어 무료 운영 체제 중 하나에서 가장 쉽게 온라인에서 실행할 수 있도록 설계되었습니다.