هذا تطبيق لينكس يُدعى FixRes، ويمكن تنزيل أحدث إصدار منه بصيغة FixRessourcecode.tar.gz. ويمكن تشغيله عبر الإنترنت من خلال موفر الاستضافة المجاني OnWorks لمحطات العمل.
قم بتنزيل وتشغيل هذا التطبيق المسمى FixRes مع OnWorks عبر الإنترنت مجانًا.
اتبع هذه التعليمات لتشغيل هذا التطبيق:
- 1. قم بتنزيل هذا التطبيق على جهاز الكمبيوتر الخاص بك.
- 2. أدخل في مدير الملفات الخاص بنا https://www.onworks.net/myfiles.php؟username=XXXXX باسم المستخدم الذي تريده.
- 3. تحميل هذا التطبيق في هذا الملف.
- 4. ابدأ تشغيل OnWorks Linux عبر الإنترنت أو محاكي Windows عبر الإنترنت أو محاكي MACOS عبر الإنترنت من هذا الموقع.
- 5. من نظام تشغيل OnWorks Linux الذي بدأته للتو ، انتقل إلى مدير الملفات الخاص بنا https://www.onworks.net/myfiles.php؟username=XXXXX مع اسم المستخدم الذي تريده.
- 6. قم بتنزيل التطبيق وتثبيته وتشغيله.
لقطات الشاشة:
فيكس ريس
الوصف:
FixRes هي منهجية تدريب خفيفة الوزن لكنها فعّالة للشبكات العصبية التلافيفية (CNNs)، تُعالج مشكلة اختلاف دقة التدريب والاختبار الشائعة في تصنيف الصور. طُوّرت هذه المنهجية من قِبل قسم أبحاث فيسبوك، وهي تُحسّن تعميم النموذج من خلال تعديل إجراءات التدريب والتقييم لتحسين مواءمة دقة الإدخال المستخدمة خلال المراحل المختلفة. هذا النهج بسيط ولكنه فعّال للغاية، ولا يتطلب أي تعديلات معمارية، ويعمل عبر شبكات عصبية تلافيفية متنوعة مثل ResNet وResNeXt وPNASNet وEfficientNet. يُظهر FixRes أن عدم التوافق بين دقة التدريب والاختبار غالبًا ما يؤدي إلى دقة دون المستوى الأمثل، وأن الضبط الدقيق لطبقات المصنف وتطبيع الدفعات عند دقة اختبار أعلى يُحسّن الأداء بشكل كبير. يتضمن المستودع نماذج مُدرّبة مسبقًا، وتضمينات للميزات، ونصوص تقييم تتوافق مع التجارب المذكورة في ورقة NeurIPS 2019 بعنوان "إصلاح اختلاف دقة التدريب والاختبار".
شرح المميزات:
- تصحيح عدم تطابق الدقة بين مراحل التدريب والاختبار لشبكات CNN
- متوافق مع العديد من البنى المعمارية بما في ذلك ResNet وResNeXt وPNASNet وEfficientNet
- تتضمن نماذج مدربة مسبقًا تحقق أعلى معايير ImageNet
- يدعم توسيع CutMix واستراتيجيات الضبط الدقيق المحسنة
- يوفر استخراج الميزات ومخرجات SoftMax لإمكانية إعادة الإنتاج
- يقدم نصوصًا للتدريب والضبط الدقيق والتقييم بدقة مخصصة
لغة البرمجة
Python
التصنيفات
هذا تطبيق يُمكن تنزيله أيضًا من https://sourceforge.net/projects/fixres.mirror/. وقد استُضيف في OnWorks لتشغيله عبر الإنترنت بسهولة من أحد أنظمتنا التشغيلية المجانية.