Dies ist die Linux-App namens Hiera, deren neueste Version als v0.1.4_CodeLicenseisnowApache2.0!sourcecode.tar.gz heruntergeladen werden kann. Sie kann online beim kostenlosen Hosting-Anbieter OnWorks für Workstations ausgeführt werden.
Laden Sie diese App namens Hiera 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:
hier
BESCHREIBUNG:
Hiera ist ein hierarchischer Vision Transformer, der für schnelle, einfache und leistungsstarke Bild- und Videoerkennungsaufgaben konzipiert ist. Die Kernidee besteht darin, einfache hierarchische Aufmerksamkeit mit minimalem architektonischen Schnickschnack zu nutzen, um eine konkurrenzfähige oder höhere Genauigkeit zu erreichen und gleichzeitig deutlich schneller in der Inferenz und oft auch schneller zu trainieren. Das Repository bietet Installationsoptionen (aus dem Quellcode oder Torch Hub), einen Modellzoo mit vortrainierten Checkpoints sowie Code zur Evaluierung und Feinabstimmung anhand von Standard-Benchmarks. Die Dokumentation betont, dass Modellgewichte separat lizenziert werden können und dass der Code auf praktische Experimente sowohl für die Forschung als auch für nachgelagerte Aufgaben ausgerichtet ist. Community-Diskussionen behandeln Themen wie Dataset-Pretrains, Integration in andere Frameworks und Vergleiche mit verwandten Implementierungen. Sicherheits- und Beitragsrichtlinien folgen den Open-Source-Praktiken von Meta, und die Aktivität zeigt anhaltendes Interesse und Nutzung in der gesamten Community.
Eigenschaften
- Hierarchische Aufmerksamkeitstransformatorarchitektur
- Hochdurchsatz-Inferenz mit hoher Genauigkeit
- Modellzoo mit einsatzbereiten Kontrollpunkten
- Trainings- und Feinabstimmungsskripte für gängige Benchmarks
- Torch Hub und Quellinstallationspfade
- Aktive Community-Diskussionen und Problemverfolgung
Programmiersprache
Python
Kategorien
Diese Anwendung kann auch von https://sourceforge.net/projects/hiera.mirror/ heruntergeladen werden. Sie wurde in OnWorks gehostet, um sie auf einfachste Weise online von einem unserer kostenlosen Betriebssysteme aus ausführen zu können.