toolkits

DLツールキット

？deep深い学習実験のための分析ツール？

DL実験の結果を分析するたびに、分析関数を毎回再実装する必要がありました。そのため、このリポジトリに頻繁に使用される関数を実装します。新機能は引き続き実装されており、機能使用量の簡単な例をexamples Directoryに記載しています。

インストール

pipコマンドを使用してパッケージをインストールできます。 Python> = 3がサポートされています。

 pip install dl-toolkits

次のコマンドを使用して、パッケージのバージョンを確認できます。

 import toolkits
print ( toolkits . __version__ )

モジュール

視覚化

• viz.tsne ：t-sneプロット

クラスタリング品質

• cluster.sse ：sum of quarear error（sse） ¹
• cluster.batch_sse ：バッチ入力の2乗エラー（SSE）の合計
• cluster.nsse ：SSEは、最も近い干渉性重心（NSSE）までの2乗距離によって正規化されています¹
• cluster.batch_nsse ：sseは、バッチ入力のために最も近い干渉性重心（NSSE）までの2乗距離によって正規化されています
• cluster.nearc ：トップn最も近い干渉性重心
• cluster.rfc ：機能スペースクラスタリング品質（R_FC） ²

線形代数

• linalg.get_singular_values ：クラスごとに特異値を取得します
• linalg.get_sum_of_singular_values ：クラスごとに特異値の合計を取得します
• linalg.get_average_sum_of_singular_values ：クラス³あたりの特異値の合計の平均を取得

かなりプリント

• pprint.pred_summary ：予測と真のラベルのためのシンプルな印刷

ログパーサー

• parse.between_lines ：2つの入力文の間にログを抽出します
• parse.between_lines_on_file ：ターゲットファイルの2つの入力文の間にログを抽出します
• parse.between_lines_on_dir ：ターゲットディレクトリの2つの入力文の間にログを抽出します

Pytorchヘルパー機能

• torch_helper.freeze_selected_param ​​ram：選択した名前でウェイトをフリーズします
• torch_helper.get_important_param_idx ：重要なパラメーターインデックスを取得する⁴

参照

Pedregosa、Fabian、他「Scikit-Learn：Pythonでの機械学習。」 Journal of Machine Learning Research 12（2011）：2825-2830。

脚注

1. Yoon、Sung Whan、et al。 「XTARNET：漸進的な少数の学習のためのタスクに適した表現を抽出することを学ぶ。」機械学習に関する国際会議。 PMLR、 ²⁰²⁰ 。

2. Goldblum、Micah、et al。 「メタラーニングの解明：少数のショットタスクの特徴表現を理解する。」機械学習に関する国際会議。 PMLR、2020。

3. Verma、Vikas、et al。 「マニホールド混合：隠された状態を補間することによるより良い表現。」機械学習に関する国際会議。 PMLR、2019年

4. Mazumder、Pratik、Pravendra Singh、およびPiyush Rai。 「少数の生涯学習。」人工知能に関するAAAI会議の議事録。 Vol。 35。No。3。2021。