This is the Windows app named MAE (Masked Autoencoders) whose latest release can be downloaded as maesourcecode.tar.gz. It can be run online in the free hosting provider OnWorks for workstations.
قم بتنزيل وتشغيل هذا التطبيق المسمى MAE (Masked Autoencoders) عبر الإنترنت باستخدام OnWorks 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.
SCREENSHOTS
Ad
MAE (مُرمِّزات تلقائية مُقنَّعة)
الوصف
MAE (المُرمِّزات التلقائية المُقنَّعة) هو إطار عمل تعليمي ذاتي الإشراف لتعلم التمثيل المرئي باستخدام نمذجة الصور المُقنَّعة. يُدرِّب هذا الإطار مُحوِّل الرؤية (ViT) عن طريق إخفاء نسبة عالية من بقع الصورة عشوائيًا (عادةً 75%) وإعادة بناء المحتوى المفقود من البقع المرئية المتبقية. يُجبر هذا النموذج على تعلم البنية الدلالية والسياق العام دون إشراف. يُعالج المُرمِّز البقع المرئية فقط، بينما يُعيد مُفكِّك التشفير خفيف الوزن بناء الصورة كاملةً، مما يجعل التدريب المُسبق فعالًا حسابيًا. بعد التدريب المُسبق، يُشكِّل المُرمِّز أساسًا قويًا للمهام اللاحقة مثل تصنيف الصور وتجزئتها وكشفها، مُحققًا أعلى أداء بأقل قدر من الضبط الدقيق. يُوفِّر المستودع نماذج مُدرَّبة مسبقًا، ونصوصًا للضبط الدقيق، وبروتوكولات تقييم، وأدوات تصور لتحسين جودة إعادة البناء والميزات المُكتسبة.
شرح المميزات:
- نمذجة الصور المقنعة باستخدام أقنعة رقعة عشوائية عالية النسبة
- تدريب مسبق فعال من خلال فصل المشفر عن المفكك (يرى المشفر فقط البقع المرئية)
- العمود الفقري لمحول الرؤية القابل للتطوير لمهام الرؤية اللاحقة
- نماذج مدربة مسبقًا ونصوص ضبط دقيقة للتصنيف والكشف والتجزئة
- أدوات التصور لتحليل إعادة البناء والتمثيل
- نموذج التدريب الذاتي الإشراف الذي لا يتطلب أي بيانات مُسمّاة
لغة البرمجة
Python
التصنيفات
هذا تطبيق يُمكن تنزيله أيضًا من https://sourceforge.net/projects/mae-masked-autoencoders.mirror/. وقد استُضيف في OnWorks لتشغيله عبر الإنترنت بسهولة من أحد أنظمتنا التشغيلية المجانية.
