هذا هو تطبيق Windows المسمى Simple StyleGan2 لـ Pytorch والذي يمكن تنزيل أحدث إصدار له كـ v1.8.9.zip. يمكن تشغيله عبر الإنترنت في مزود الاستضافة المجاني OnWorks لمحطات العمل.
قم بتنزيل وتشغيل هذا التطبيق المسمى Simple StyleGan2 لـ Pytorch 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 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
Simple StyleGan2 لبيتورش
الوصف
تطبيق Pytorch البسيط لـ Stylegan2 الذي يمكن تدريبه بالكامل من سطر الأوامر ، دون الحاجة إلى ترميز. ستحتاج إلى جهاز مثبت عليه GPU و CUDA. يمكنك أيضًا تحديد الموقع حيث يجب تخزين النتائج الوسيطة ونقاط فحص النموذج. يمكنك زيادة سعة الشبكة (الافتراضية إلى 16) لتحسين نتائج التوليد ، على حساب المزيد من الذاكرة. بشكل افتراضي ، إذا تم قطع التدريب ، فسيتم استئنافه تلقائيًا من آخر ملف تم التحقق منه. بمجرد الانتهاء من التدريب ، يمكنك إنشاء صور من أحدث نقطة تفتيش لديك. إذا احتوت نقطة تفتيش سابقة على مولد أفضل ، (والذي يحدث غالبًا عندما تبدأ المولدات في التدهور قرب نهاية التدريب) ، يمكنك التحميل من نقطة تفتيش سابقة بعلم آخر. الأسلوب المستخدم في كل من StyleGAN و BigGAN هو اقتطاع القيم الكامنة بحيث تكون قيمها قريبة من المتوسط. كلما كانت قيمة الاقتطاع صغيرة ، ستظهر العينات بشكل أفضل على حساب تنوع العينة.
شرح المميزات:
- تدريب متعدد GPU
- كميات قليلة من بيانات التدريب
- يتيح لك إطار العمل هذا أيضًا إضافة شكل فعال من الاهتمام الذاتي إلى الطبقات المعينة من أداة التمييز
- كلما زادت ذاكرة وحدة معالجة الرسومات لديك ، كان إنشاء الصور أكبر وأفضل
- أوصت Nvidia بوجود ما يصل إلى 16 جيجابايت لتدريب 1024 × 1024 صورة
- النشر على AWS
لغة البرمجة
Python
التصنيفات
هذا تطبيق يمكن جلبه أيضًا من https://sourceforge.net/projects/simple-stylegan2-pyt.mirror/. تمت استضافته في OnWorks ليتم تشغيله عبر الإنترنت بأسهل طريقة من أحد أنظمتنا التشغيلية المجانية.
