Prometheus SNMP导出器 这是一个导出程序，它公开从SNMP收集的信息以供Prometheus监视系统使用。 有两个部分。 一个进行实际抓取的导出器，以及一个配置以供导出器使用的（取决于NetSNMP）。 安装 可以从页面下载二进制文件。 用法 ./snmp_exporter 访问 ，其中1.2.3.4是从中获取指标的SNMP设备的IP。 您还可以指定module参数，以从配置文件中选择要使用的模块。 组态 默认情况下，snmp导出程序从snmp.yml配置文件读取。 该文件不是要手工编写的，而应使用为您生成。 默认的snmp.yml涵盖了各种公共硬件，公众可以使用MIB，并

指标 此仓库包含有关IS和FID分数的信息/实现（PyTorch，Tensorflow）。 这是一个方便的工具箱，您可以轻松地将其添加到项目中。 TF实施旨在计算与官方报告中报告的输出完全相同的输出。 讨论/公关/问题非常受欢迎。 用法 将此metrics/文件夹放入您的项目中，并参见下文（Pytorch），以及每个.py的标题注释以供使用。 我们还需要在下载一些文件，有关更多详细信息，请参见 。 TF的实现（几乎与官方相同，只是更改了界面，可以在论文中进行报告） ：初始分数 分数 ：计算统计信息（mu，sigma） Pytorch实施（无法在论文中提供报告，但可以快速浏览） 要求 pytorch，torchvision，scipy，numpy，tqdm 起始分数，当n_split = 10时，对于CIFAR-10火车数据的mean=9.67278, std=0.149

ROUGE 2.0 ROUGE 2.0是用于自动汇总任务的易于使用的评估工具包。 它使用度量标准系统，该系统通过将自动生成的摘要或翻译与一组参考摘要（通常是人为生成的）进行比较来工作。 ROUGE是计算自动生成的摘要的有效性的标准方法之一。 要了解ROUGE的工作原理，请。 产品特点 最新版本的ROUGE 2.0支持以下功能： 评估ROUGE-N（字母，二元组，三元组等） 评估ROUGE-L（总水平LCS） 对ROUGE-S和ROUGE-SU的评估（带有单字的跳字和跳字） 一次性评估多个ROUGE指标 不同语言的词干 使用可自定义的停用词删除停用词 unicode文本的评估（例如波斯

addon-resizer_1.8.3 ， metrics-server-amd64_v0.3.1.zip

metrics-server yaml文件

metrics-server-v0.4.1镜像包和安装文件，仅适用于二进制包安装

CNNIQAplusplus 以下论文的PyTorch 1.3实施： 笔记 在这里，选择优化器作为Adam，而不是本文中带有势头的SGD。 训练 CUDA_VISIBLE_DEVICES=0 python main.py --exp_id=0 --database=LIVE --model=CNNIQAplusplus 训练前， im_dir在config.yaml被指定必须的。 可视化 tensorboard --logdir=tensorboard_logs --port=6006 # in the server (host:port) ssh -p port -L 6006:localhost:6006 user@host # in your PC. See the visualization in your PC 要求 conda create -n reproducib

资源来自pypi官网，解压后可用。 资源全名：lesion_metrics-0.1.2-py2.py3-none-any.whl

metrics-server v0.4.1镜像包和安装文件，仅适用于kubuadm

metrics-server v0.5.2镜像包和安装文件