Este é o aplicativo Linux chamado DomainBed, cuja versão mais recente pode ser baixada como DomainBedsourcecode.tar.gz. Ele pode ser executado online no provedor de hospedagem gratuita OnWorks para estações de trabalho.
Baixe e execute online este aplicativo chamado DomainBed com OnWorks gratuitamente.
Siga estas instruções para executar este aplicativo:
- 1. Baixe este aplicativo em seu PC.
- 2. Entre em nosso gerenciador de arquivos https://www.onworks.net/myfiles.php?username=XXXXX com o nome de usuário que você deseja.
- 3. Carregue este aplicativo em tal gerenciador de arquivos.
- 4. Inicie o emulador OnWorks Linux online ou Windows online ou emulador MACOS online a partir deste site.
- 5. No sistema operacional OnWorks Linux que você acabou de iniciar, acesse nosso gerenciador de arquivos https://www.onworks.net/myfiles.php?username=XXXXX com o nome de usuário que deseja.
- 6. Baixe o aplicativo, instale-o e execute-o.
CAPTURAS DE TELA:
Cama de Domínio
DESCRIÇÃO:
DomainBed é um conjunto de pesquisa baseado em PyTorch criado pelo Facebook Research para benchmarking e avaliação de algoritmos de generalização de domínio. Ele fornece uma estrutura unificada para comparar métodos que visam treinar modelos capazes de apresentar bom desempenho em domínios desconhecidos, conforme apresentado no artigo "Em Busca da Generalização de Domínio Perdida". A biblioteca inclui uma ampla gama de algoritmos de generalização de domínio bem conhecidos, desde linhas de base clássicas como Minimização de Risco Empírico (ERM) e Minimização de Risco Invariante (IRM) até técnicas mais avançadas como Redes Neurais Adversariais de Domínio (DANN), Minimização de Risco Adaptativa (ARM) e Princípio da Invariância Encontra Gargalo de Informação (IB-ERM/IB-IRM). DomainBed também integra vários conjuntos de dados padrão — incluindo RotatedMNIST, PACS, VLCS, Office-Home, DomainNet e subconjuntos de WILDS — permitindo experimentação consistente em tarefas de classificação de imagens.
Recursos
- Conjunto PyTorch abrangente para pesquisa de generalização de domínio e benchmarking
- Implementa mais de 25 algoritmos, incluindo ERM, IRM, DANN, Fish e mais
- Inclui diversos conjuntos de dados de generalização de domínio, como subconjuntos PACS, DomainNet e WILDS
- Suporta métodos de seleção de modelos reproduzíveis e protocolos de avaliação
- Automatiza varreduras de treinamento em larga escala e otimização de hiperparâmetros
- Fornece coleta detalhada de resultados e utilitários de relatórios compatíveis com LaTeX
Linguagem de Programação
Python
Categorias
Este é um aplicativo que também pode ser obtido em https://sourceforge.net/projects/domainbed.mirror/. Ele foi hospedado no OnWorks para ser executado online da maneira mais fácil em um de nossos sistemas operacionais gratuitos.