هذا تطبيق ويندوز يُسمى "نماذج الاتساق"، ويمكن تنزيل أحدث إصدار منه بـ harmony_modelssourcecode.tar.gz. ويمكن تشغيله عبر الإنترنت من خلال موفر الاستضافة المجاني OnWorks لمحطات العمل.
قم بتنزيل وتشغيل هذا التطبيق المسمى Consistency Models with 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 أي محاكي لنظام التشغيل OnWorks عبر الإنترنت من موقع الويب هذا ، ولكن أفضل محاكي Windows عبر الإنترنت.
- 5. من نظام التشغيل OnWorks Windows 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.
- 7. قم بتنزيل Wine من مستودعات برامج توزيعات Linux الخاصة بك. بمجرد التثبيت ، يمكنك النقر نقرًا مزدوجًا فوق التطبيق لتشغيله باستخدام Wine. يمكنك أيضًا تجربة PlayOnLinux ، وهي واجهة رائعة على Wine والتي ستساعدك على تثبيت برامج وألعاب Windows الشائعة.
يعد Wine طريقة لتشغيل برامج Windows على نظام Linux ، ولكن بدون الحاجة إلى Windows. Wine عبارة عن طبقة توافق Windows مفتوحة المصدر يمكنها تشغيل برامج Windows مباشرة على أي سطح مكتب Linux. بشكل أساسي ، يحاول Wine إعادة تنفيذ ما يكفي من Windows من البداية حتى يتمكن من تشغيل جميع تطبيقات Windows دون الحاجة إلى Windows بالفعل.
لقطات الشاشة:
نماذج الاتساق
الوصف:
نماذج الاتساق هي مستودع نماذج الاتساق، وهي عائلة جديدة من النماذج التوليدية التي قدمتها OpenAI بهدف توليد عينات عالية الجودة عن طريق ربط الضوضاء مباشرةً بالبيانات، مما يتجنب الحاجة إلى سلاسل انتشار طويلة. تعتمد هذه النماذج على أطر عمل نماذج الانتشار وتوسعها (مثلاً، القائمة على قاعدة بيانات الانتشار الموجه)، مضيفةً تقنيات مثل تقطير الاتساق وتدريب الاتساق لتمكين توليد عينات سريع، غالبًا بخطوة واحدة. تم تنفيذ المستودع باستخدام PyTorch، ويتضمن دعمًا للتجارب واسعة النطاق على مجموعات بيانات مثل متغيرات ImageNet-64 وLSUN. كما يحتوي على نماذج نقاط تفتيش، ونصوص تقييم، ومتغيرات من خوارزميات أخذ العينات/التحرير الموصوفة في البحث. ولأن نماذج الاتساق تقلل من عدد خطوات الاستدلال، فهي واعدة لأنظمة التوليد الفورية أو منخفضة زمن الوصول.
شرح المميزات:
- الضوضاء المباشرة → تعيين البيانات لتوليد خطوة واحدة أو خطوات قليلة
- تنفيذ تقطير الاتساق وتدريب الاتساق
- دعم خوارزميات أخذ العينات والتحرير (تحرير الصور، الاستيفاء)
- نقاط التفتيش ونصوص التقييم لمجموعات البيانات مثل ImageNet وLSUN
- هندسة PyTorch المعيارية المبنية على أطر الانتشار السابقة
- بطاقات النماذج والوثائق للاستخدام المقصود والقيود والمعايير
لغة البرمجة
Python
التصنيفات
هذا تطبيق يُمكن تنزيله أيضًا من https://sourceforge.net/projects/consistency-models.mirror/. وقد استُضيف في OnWorks لتشغيله عبر الإنترنت بسهولة من أحد أنظمتنا التشغيلية المجانية.