Dies ist die Windows-App namens OpenCLIP, deren neueste Version als v3.1.0sourcecode.tar.gz heruntergeladen werden kann. Sie kann online beim kostenlosen Hosting-Anbieter OnWorks für Workstations ausgeführt werden.
Laden Sie diese App mit dem Namen OpenCLIP with 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 einen beliebigen OS OnWorks-Online-Emulator von dieser Website, aber einen besseren Windows-Online-Emulator.
- 5. Rufen Sie vom gerade gestarteten OnWorks Windows-Betriebssystem unseren Dateimanager https://www.onworks.net/myfiles.php?username=XXXXX mit dem gewünschten Benutzernamen auf.
- 6. Laden Sie die Anwendung herunter und installieren Sie sie.
- 7. Laden Sie Wine aus den Software-Repositorys Ihrer Linux-Distributionen herunter. Nach der Installation können Sie dann auf die App doppelklicken, um sie mit Wine auszuführen. Sie können auch PlayOnLinux ausprobieren, eine schicke Schnittstelle über Wine, die Ihnen bei der Installation beliebter Windows-Programme und -Spiele hilft.
Wine ist eine Möglichkeit, Windows-Software unter Linux auszuführen, jedoch ohne Windows. Wine ist eine Open-Source-Windows-Kompatibilitätsschicht, die Windows-Programme direkt auf jedem Linux-Desktop ausführen kann. Im Wesentlichen versucht Wine, genügend Windows von Grund auf neu zu implementieren, damit alle diese Windows-Anwendungen ausgeführt werden können, ohne dass Windows tatsächlich benötigt wird.
SCREENSHOTS
Ad
OpenCLIP
BESCHREIBUNG
Das Ziel dieses Repositoriums ist es, Trainingsmodelle mit kontrastiver Bild-Text-Überwachung zu ermöglichen und ihre Eigenschaften wie Robustheit gegenüber Verteilungsverschiebungen zu untersuchen. Unser Ausgangspunkt ist eine Implementierung von CLIP, die die Genauigkeit der ursprünglichen CLIP-Modelle erreicht, wenn sie auf demselben Datensatz trainiert werden. Insbesondere erreicht ein ResNet-50-Modell, das mit unserer Codebasis auf der 15-Millionen-Bild-Teilmenge von OpenAI von YFCC trainiert wurde, eine Top-32.7-Genauigkeit von 1 % auf ImageNet. Das CLIP-Modell von OpenAI erreicht 31.3 %, wenn es mit derselben Teilmenge von YFCC trainiert wird. Um das Experimentieren zu erleichtern, stellen wir auch Code für das Training mit den 3 Millionen Bildern im Dataset „Conceptual Captions“ bereit, wo ein mit unserer Codebasis trainiertes ResNet-50x4 eine Top-22.2-ImageNet-Genauigkeit von 1 % erreicht. Diese Codebasis ist in Arbeit und wir laden alle ein, dazu beizutragen, sie zugänglicher und nützlicher zu machen. In Zukunft planen wir, Unterstützung für TPU-Training hinzuzufügen und größere Modelle herauszubringen. Wir hoffen, dass diese Codebasis die weitere Forschung erleichtert und fördert.
Eigenschaften
- Aktivieren Sie Trainingsmodelle mit kontrastiver Bild-Text-Überwachung
- Untersuchen Sie ihre Eigenschaften wie Robustheit gegenüber Verteilungsverschiebungen
- Schulung zu den 3 Millionen Bildern im Dataset „Conceptual Captions“.
- Feinabstimmung von Klassifizierungsaufgaben
- OpenCLIP liest eine CSV-Datei mit zwei Spalten
- YFCC und andere Datensätze
Programmiersprache
Python
Kategorien
Dies ist eine Anwendung, die auch von https://sourceforge.net/projects/openclip.mirror/ abgerufen werden kann. Es wurde in OnWorks gehostet, damit es auf einfachste Weise online von einem unserer kostenlosen Betriebssysteme ausgeführt werden kann.
