Mixup-CIFAR10이라는 이름의 리눅스 앱이며, 최신 릴리스는 mixup-cifar10sourcecode.tar.gz 파일로 다운로드할 수 있습니다. 워크스테이션용 무료 호스팅 제공업체인 OnWorks에서 온라인으로 실행할 수 있습니다.
OnWorks에서 Mixup-CIFAR10이라는 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.
믹스업-CIFAR10
설명 :
mixup-cifar10은 심층 신경망 학습을 위한 간단하면서도 강력한 데이터 증강 기법인 mixup을 소개하는 기초 논문인 "mixup: Beyond Empirical Risk Minimization"(Zhang et al., ICLR 2018)의 공식 PyTorch 구현입니다. mixup의 핵심 아이디어는 입력 샘플과 레이블 쌍의 볼록 조합을 사용하여 합성 학습 예제를 생성하는 것입니다. 데이터와 레이블을 모두 보간함으로써 모델은 더욱 매끄러운 결정 경계를 학습하고 노이즈 및 적대적 예제에 더욱 강건해집니다. 이 저장소는 CIFAR-10 데이터셋에 대한 mixup을 구현하여 신경망의 일반화, 안정성 및 교정을 개선하는 데 있어 mixup의 효과를 보여줍니다. 이 접근법은 정규화 도구 역할을 하여 샘플 간 특징 공간에서 선형적인 동작을 유도하여 과적합을 줄이고 보이지 않는 데이터에 대한 성능을 향상시킵니다.
기능
- 연구 및 실험을 위한 간단하고 쉽게 확장 가능한 코드베이스
- 원래 ICLR 2018 출판 결과를 기반으로
- PyTorch 및 GPU 가속 학습과 호환
- 일반화 및 견고성 측면에서 상당한 이점을 보여줍니다.
- 입력과 레이블의 볼록 조합에 대한 신경망을 훈련합니다.
- CIFAR-10 분류를 위한 믹스업 데이터 증강 구현
프로그래밍 언어
Python
카테고리
이 애플리케이션은 https://sourceforge.net/projects/mixup-cifar10.mirror/에서도 다운로드할 수 있습니다. OnWorks에 호스팅되어 무료 운영 체제 중 하나에서 가장 쉽게 온라인에서 실행할 수 있도록 설계되었습니다.