DomainBed라는 이름의 Linux 앱으로, 최신 버전은 DomainBedsourcecode.tar.gz 파일로 다운로드할 수 있습니다. 워크스테이션용 무료 호스팅 제공업체인 OnWorks에서 온라인으로 실행할 수 있습니다.
OnWorks가 포함된 DomainBed라는 앱을 무료로 온라인에서 다운로드하여 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:
도메인베드
설명 :
DomainBed는 Facebook Research에서 도메인 일반화 알고리즘의 벤치마킹 및 평가를 위해 만든 PyTorch 기반 연구 모음입니다. "In Search of Lost Domain Generalization" 논문에서 소개된 것처럼, 보이지 않는 도메인에서 우수한 성능을 낼 수 있는 모델을 학습시키는 방법을 비교하기 위한 통합 프레임워크를 제공합니다. 이 라이브러리에는 경험적 위험 최소화(ERM) 및 불변 위험 최소화(IRM)와 같은 고전적인 베이스라인부터 도메인 적대 신경망(DANN), 적응적 위험 최소화(ARM), 불변 원리와 정보 병목 현상의 만남(IB-ERM/IB-IRM)과 같은 고급 기법까지 다양한 잘 알려진 도메인 일반화 알고리즘이 포함되어 있습니다. DomainBed는 또한 RotatedMNIST, PACS, VLCS, Office-Home, DomainNet 및 WILDS의 하위 집합을 포함한 여러 표준 데이터 세트를 통합하여 이미지 분류 작업 전반에 걸쳐 일관된 실험을 수행할 수 있도록 합니다.
기능
- 도메인 일반화 연구 및 벤치마킹을 위한 포괄적인 PyTorch 제품군
- ERM, IRM, DANN, Fish 등을 포함한 25개 이상의 알고리즘 구현
- PACS, DomainNet 및 WILDS 하위 집합과 같은 다양한 도메인 일반화 데이터 세트가 포함됩니다.
- 재현 가능한 모델 선택 방법 및 평가 프로토콜을 지원합니다.
- 대규모 교육 스윕 및 하이퍼파라미터 최적화를 자동화합니다.
- 자세한 결과 수집 및 LaTeX 호환 보고 유틸리티 제공
프로그래밍 언어
Python
카테고리
이 애플리케이션은 https://sourceforge.net/projects/domainbed.mirror/에서도 다운로드할 수 있습니다. OnWorks에 호스팅되어 무료 운영 체제 중 하나에서 가장 쉽게 온라인에서 실행할 수 있도록 설계되었습니다.