Ini ialah apl Windows yang dinamakan Metrik Boleh Dipercayai untuk Model Generatif yang keluaran terbaharunya boleh dimuat turun sebagai Initialrelease.zip. Ia boleh dijalankan dalam talian dalam penyedia pengehosan percuma OnWorks untuk stesen kerja.
Muat turun dan jalankan dalam talian apl bernama Metrik Boleh Dipercayai untuk Model Generatif dengan OnWorks ini secara percuma.
Ikut arahan ini untuk menjalankan apl ini:
- 1. Memuat turun aplikasi ini dalam PC anda.
- 2. Masukkan dalam pengurus fail kami https://www.onworks.net/myfiles.php?username=XXXXX dengan nama pengguna yang anda mahukan.
- 3. Muat naik aplikasi ini dalam pengurus filem tersebut.
- 4. Mulakan mana-mana emulator dalam talian OS OnWorks daripada tapak web ini, tetapi emulator dalam talian Windows yang lebih baik.
- 5. Daripada OS Windows OnWorks yang baru anda mulakan, pergi ke pengurus fail kami https://www.onworks.net/myfiles.php?username=XXXX dengan nama pengguna yang anda mahukan.
- 6. Muat turun aplikasi dan pasangnya.
- 7. Muat turun Wine dari repositori perisian pengedaran Linux anda. Setelah dipasang, anda kemudian boleh mengklik dua kali aplikasi untuk menjalankannya dengan Wine. Anda juga boleh mencuba PlayOnLinux, antara muka mewah melalui Wine yang akan membantu anda memasang program dan permainan Windows yang popular.
Wain ialah cara untuk menjalankan perisian Windows pada Linux, tetapi tanpa Windows diperlukan. Wain ialah lapisan keserasian Windows sumber terbuka yang boleh menjalankan program Windows secara langsung pada mana-mana desktop Linux. Pada asasnya, Wine cuba untuk melaksanakan semula Windows yang mencukupi dari awal supaya ia boleh menjalankan semua aplikasi Windows tersebut tanpa memerlukan Windows.
SKRIN
Ad
Metrik Boleh Dipercayai untuk Model Generatif
DESCRIPTION
Metrik Kesetiaan dan Kepelbagaian Boleh Dipercayai untuk Model Generatif (ICML 2020). Merangka metrik penilaian indikatif untuk tugas penjanaan imej kekal sebagai masalah terbuka. Metrik yang paling banyak digunakan untuk mengukur persamaan antara imej sebenar dan terjana ialah skor Fréchet Inception Distance (FID). Oleh kerana ia tidak membezakan aspek kesetiaan dan kepelbagaian imej yang dijana, makalah baru-baru ini telah memperkenalkan varian metrik ketepatan dan ingat semula untuk mendiagnosis sifat tersebut secara berasingan. Dalam kertas kerja ini, kami menunjukkan bahawa walaupun versi terkini metrik ketepatan dan ingatan semula (Kynkäänniemi et al., 2019) masih belum boleh dipercayai. Sebagai contoh, mereka gagal untuk mengesan padanan antara dua taburan yang sama, mereka tidak teguh terhadap outlier, dan hiperparameter penilaian dipilih sewenang-wenangnya. Kami mencadangkan metrik ketumpatan dan liputan yang menyelesaikan isu di atas.
Ciri-ciri
- Metrik ketepatan dan ingat semula
- Metrik ketumpatan dan liputan
- Uji 10000 sampel sebenar dan palsu membentuk taburan normal piawai N(0,I) dalam ruang Euclidean 1000 dimensi
- Menjana banyak sampel palsu di sekeliling outlier sebenar sudah cukup untuk meningkatkan ukuran ketepatan
- Tetapkan jiran terdekat k=5
- Anggaran ketepatan, ingat semula, ketumpatan dan liputan
Bahasa Pengaturcaraan
Python
Kategori
Ini adalah aplikasi yang juga boleh diambil dari https://sourceforge.net/projects/reliable-met-gen-mod.mirror/. Ia telah dihoskan dalam OnWorks untuk dijalankan dalam talian dengan cara yang paling mudah daripada salah satu Sistem Operasi percuma kami.
