This is the Windows app named DeepCluster whose latest release can be downloaded as deepclustersourcecode.tar.gz. It can be run online in the free hosting provider OnWorks for workstations.
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 모든 OS OnWorks 온라인 에뮬레이터를 시작하지만 더 나은 Windows 온라인 에뮬레이터를 시작합니다.
- 5. 방금 시작한 OnWorks Windows OS에서 원하는 사용자 이름으로 파일 관리자 https://www.onworks.net/myfiles.php?username=XXXXX로 이동합니다.
- 6. 애플리케이션을 다운로드하여 설치합니다.
- 7. Linux 배포 소프트웨어 저장소에서 Wine을 다운로드합니다. 설치가 완료되면 앱을 두 번 클릭하여 Wine과 함께 실행할 수 있습니다. 인기 있는 Windows 프로그램 및 게임을 설치하는 데 도움이 되는 Wine을 통한 멋진 인터페이스인 PlayOnLinux를 사용해 볼 수도 있습니다.
Wine은 Linux에서 Windows 소프트웨어를 실행하는 방법이지만 Windows가 필요하지 않습니다. Wine은 모든 Linux 데스크탑에서 직접 Windows 프로그램을 실행할 수 있는 오픈 소스 Windows 호환성 계층입니다. 본질적으로 Wine은 Windows가 필요하지 않고 모든 Windows 응용 프로그램을 실행할 수 있도록 Windows를 처음부터 충분히 다시 구현하려고 합니다.
스크린 샷
Ad
딥클러스터
기술
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.
