Dies ist die Linux-App namens fvcore, deren neueste Version als fvcoresourcecode.tar.gz heruntergeladen werden kann. Sie kann online beim kostenlosen Hosting-Anbieter OnWorks für Workstations ausgeführt werden.
Laden Sie diese App namens fvcore mit OnWorks kostenlos herunter und führen Sie sie online aus.
Befolgen Sie diese Anweisungen, um diese App auszuführen:
- 1. Diese Anwendung auf Ihren PC heruntergeladen.
- 2. Geben Sie in unserem Dateimanager https://www.onworks.net/myfiles.php?username=XXXXX den gewünschten Benutzernamen ein.
- 3. Laden Sie diese Anwendung in einem solchen Dateimanager hoch.
- 4. Starten Sie den OnWorks Linux-Online- oder Windows-Online-Emulator oder den MACOS-Online-Emulator von dieser Website.
- 5. Rufen Sie vom gerade gestarteten OnWorks Linux-Betriebssystem aus unseren Dateimanager https://www.onworks.net/myfiles.php?username=XXXXX mit dem gewünschten Benutzernamen auf.
- 6. Laden Sie die Anwendung herunter, installieren Sie sie und führen Sie sie aus.
SCREENSHOTS:
fvcore
BESCHREIBUNG:
fvcore ist eine schlanke Utility-Bibliothek, die gängige, leistungsorientierte Komponenten aus den Computer-Vision-Codebasen von Facebook/Meta herausfiltert. Sie bietet numerische und Verlustebenen (z. B. Focal Loss, Smooth-L1, IoU/GIoU), die für Geschwindigkeit und Übersichtlichkeit implementiert sind, sowie Initialisierungs- und Normalisierungsebenen zum Erstellen von PyTorch-Modellen. Zu den gängigen Modulen gehören Timer, Protokollierung, Prüfpunkte, Registrierungsmuster und Konfigurationshilfen, die den Boilerplate-Code in Forschungscode reduzieren. Eine herausragende Funktion ist die FLOP- und Aktivierungszählung, die beliebige PyTorch-Graphen analysiert, um die Kosten pro Operator und Modul für eine präzise Profilerstellung zu ermitteln. Die Datei-E/A-Ebene (PathManager) abstrahiert lokalen/remote Speicher, sodass derselbe Code von Festplatten, Cloud-Buckets oder HTTP-Endpunkten lesen kann. Da fvcore klein, stabil und gut getestet ist, wird es häufig von Projekten wie Detectron2 und PyTorchVideo importiert, um doppelte Infrastruktur zu vermeiden und Forschungs-Repositories zu erhalten.
Eigenschaften
- Schnelle PyTorch-Verluste und -Schichten, die häufig bei der Erkennung und Segmentierung verwendet werden
- FLOP- und Aktivierungsanalysetools für detailliertes Computerprofiling
- Checkpoint-, Protokollierungs-, Timing- und Registrierungs-Dienstprogramme für saubere Trainingsschleifen
- PathManager-Abstraktion für einheitliche lokale und Remote-Datei-E/A
- Hilfsprogramme zur Gewichtsinitialisierung und Normalisierungsprogramme
- Kleines, modulares Design, das sich leicht in Forschungsprojekte integrieren lässt
Programmiersprache
Python
Kategorien
Diese Anwendung kann auch von https://sourceforge.net/projects/fvcore.mirror/ heruntergeladen werden. Sie wurde in OnWorks gehostet, um sie auf einfachste Weise online von einem unserer kostenlosen Betriebssysteme aus ausführen zu können.