这是名为“不确定性基线”（Uncertainty Baselines）的Linux应用程序，其最新版本可以下载为“不确定性基线源代码.tar.gz”。它可以在免费的工作站托管服务提供商OnWorks上在线运行。
免费下载并在线运行这个名为“Uncertainty Baselines with OnWorks”的应用程序。
请按照以下说明运行此应用程序：
- 1. 在您的 PC 中下载此应用程序。
- 2. 在我们的文件管理器 https://www.onworks.net/myfiles.php?username=XXXXX 中输入您想要的用户名。
- 3. 在这样的文件管理器中上传这个应用程序。
- 4. 从此网站启动OnWorks Linux online 或Windows online emulator 或MACOS online emulator。
- 5. 从您刚刚启动的 OnWorks Linux 操作系统，使用您想要的用户名转到我们的文件管理器 https://www.onworks.net/myfiles.php?username=XXXXX。
- 6. 下载应用程序，安装并运行。
SCREENSHOTS
Ad
不确定性基线
商品描述
不确定性基线 (Uncertainty Baselines) 是一系列功能强大且记录详尽的训练流程，可轻松评估现代机器学习模型中的预测不确定性。它并非提供简单的脚本，而是提供端到端的方案——数据输入、模型架构、训练循环、评估指标和日志记录——因此结果在不同运行和研究小组之间具有可比性。该库涵盖了从图像分类和自然语言处理 (NLP) 到表格问题的典型模态和任务，其基线涵盖了确定性和概率性方法。技术包括深度集成、蒙特卡洛丢弃法 (Monte Carlo Dropout)、温度缩放、随机变分推断、异方差头和分布外检测工作流程。每个基线都强调可重复性：固定种子、标准分割以及校准误差、OOD 的 AUROC 和偏移下的准确率等重要指标。
功能
- 用于不确定性评估的端到端、可重复的流程
- 集合、MC dropout、SVI 和校准方法的覆盖范围
- OOD 检测和校准质量的标准化指标
- 跨视觉、语言和表格任务的基线
- 清除配置文件和日志以进行公平比较
- 强大的默认值，可扩展用于新的研究思路
程式语言
Python
分类
此应用程序也可从 https://sourceforge.net/projects/uncertainty-baselines.mirror/ 获取。它已托管在 OnWorks 中，以便通过我们的免费操作系统之一以最便捷的方式在线运行。
