?一、軟件介紹
文末提供程序和源碼下載
眾所周知，用于監督標記問題的深度神經網絡 （DNN） 可以在各種學習任務中產生準確的結果。但是，當準確性是唯一目標時，DNN 經常會做出過于自信的預測，并且無論測試數據是否屬于任何已知標簽，它們也總是進行標簽預測。
EQUINE was created to simplify two kinds of uncertainty quantification for supervised labeling problems:
EQUINE 的創建是為了簡化監督標記問題的兩種不確定性量化：
- Calibrated probabilities for each predicted label
每個預測標簽的校準概率 - An in-distribution score, indicating whether any of the model's known labels should be trusted.
分布內分數，指示是否應信任模型的任何已知標簽。
二、Installation?安裝
Users are recommended to install a virtual environment such as Anaconda, as is also recommended in the?pytorch installation. EQUINE has relatively few dependencies beyond torch.
建議用戶安裝虛擬環境，例如 Anaconda，pytorch 安裝中也建議安裝。EQUINE 除了 torch 之外的依賴項相對較少。
pip install equine Design?設計
EQUINE extends pytorch's?nn.Module?interface using a?predict?method that returns both the class predictions and the extra OOD scores.
EQUINE 使用一種?predict?返回類預測和額外 OOD 分數的方法擴展了?nn.Module?pytorch 的接口。
三、軟件下載
迅雷云盤
本文信息來源于GitHub作者地址：https://github.com/mit-ll-responsible-ai/equine
