Це Linux-додаток під назвою DeepCluster, останню версію якого можна завантажити як deepclustersourcecode.tar.gz. Його можна запускати онлайн на безкоштовному хостинг-провайдері OnWorks для робочих станцій.
Завантажте та запустіть онлайн цю програму під назвою DeepCluster з OnWorks безкоштовно.
Дотримуйтесь цих інструкцій, щоб запустити цю програму:
- 1. Завантажив цю програму на свій ПК.
- 2. Введіть у наш файловий менеджер https://www.onworks.net/myfiles.php?username=XXXXX із потрібним ім'ям користувача.
- 3. Завантажте цю програму в такий файловий менеджер.
- 4. Запустіть онлайн-емулятор OnWorks Linux або Windows або онлайн-емулятор MACOS з цього веб-сайту.
- 5. З ОС OnWorks Linux, яку ви щойно запустили, перейдіть до нашого файлового менеджера https://www.onworks.net/myfiles.php?username=XXXXX з потрібним іменем користувача.
- 6. Завантажте програму, встановіть її та запустіть.
СКРЕНИ:
DeepCluster
ОПИС:
DeepCluster — це класичний алгоритм навчання представлень на основі кластеризації з самоконтролем, який ітеративно групує ознаки зображення та використовує призначення кластерів як псевдомітки для навчання мережі. У кожному раунді ознаки, створені мережею, кластеризуються (наприклад, k-середні), а ідентифікатори кластерів стають цілями контролю в наступній епосі, що спонукає модель до вдосконалення свого представлення для кращого розділення семантичних груп. Ця схема чергування «кластеризація та навчання» допомагає моделі поступово виявляти значущу структуру без міток. DeepCluster був одним із перших успіхів у візуальному навчанні ознак без контролера, демонструючи, що переформулювання на основі кластеризації може конкурувати з контрольованими базовими рівнями для багатьох подальших завдань. Репозиторій містить код для вилучення ознак, кластеризації, циклів навчання та оціночних тестів, таких як лінійні зонди. Завдяки своїй простоті та модульній конструкції DeepCluster надихнув багато пізніших методів.
Функції
- Самонавчальне навчання за допомогою ітеративної кластеризації та псевдоміткового контролю
- Змінний конвеєр: ознаки кластера → використання ідентифікаторів кластера для навчання мережі
- Підтримка k-середніх або інших алгоритмів кластеризації в просторі ознак
- Скрипти навчання та оцінки для подальших завдань (класифікація, виявлення)
- Модульний код для заміни мережевих архітектур або методів кластеризації
- Базовий орієнтир для багатьох пізніших самостійних підходів
Мова програмування
Python
Категорії
Цю програму також можна завантажити з https://sourceforge.net/projects/deepcluster.mirror/. Вона розміщена в OnWorks для найпростішого запуску онлайн з однієї з наших безкоштовних операційних систем.