Esta es la aplicación para Linux llamada FastViT, cuya última versión se puede descargar como ml-fastvitsourcecode.tar.gz. Se puede ejecutar en línea en el proveedor de alojamiento gratuito OnWorks para estaciones de trabajo.
Descargue y ejecute en línea esta aplicación llamada FastViT con OnWorks de forma gratuita.
Siga estas instrucciones para ejecutar esta aplicación:
- 1. Descargue esta aplicación en su PC.
- 2. Ingrese en nuestro administrador de archivos https://www.onworks.net/myfiles.php?username=XXXXX con el nombre de usuario que desee.
- 3. Cargue esta aplicación en dicho administrador de archivos.
- 4. Inicie el emulador en línea OnWorks Linux o Windows en línea o el emulador en línea MACOS desde este sitio web.
- 5. Desde el SO OnWorks Linux que acaba de iniciar, vaya a nuestro administrador de archivos https://www.onworks.net/myfiles.php?username=XXXXX con el nombre de usuario que desee.
- 6. Descarga la aplicación, instálala y ejecútala.
CAPTURAS DE PANTALLA:
FastViT
DESCRIPCIÓN:
FastViT es una eficiente familia de estructuras troncales de visión que combina sesgos inductivos convolucionales con capacidad de transformación para ofrecer una alta precisión con presupuestos de inferencia móviles y en tiempo real. Su diseño persigue una curva de Pareto favorable de latencia-precisión, dirigida a dispositivos de borde y escenarios de servidor donde el rendimiento y la latencia de cola son importantes. Los modelos utilizan atención ligera y bloques cuidadosamente diseñados para minimizar los costos de mezcla de tokens, preservando al mismo tiempo la capacidad de representación. Las recetas de entrenamiento e inferencia destacan la integración directa en tareas de visión comunes como clasificación, detección y segmentación. El código base proporciona implementaciones de referencia y puntos de control que facilitan la evaluación o el ajuste preciso de los conjuntos de datos posteriores. En la práctica, FastViT ofrece estructuras troncales integradas que reducen la presión de cómputo y memoria sin necesidad de trucos de entrenamiento exóticos.
Caracteristicas
- Bloques híbridos Conv-Transformer optimizados para latencia
- Precisión competitiva con presupuestos de inferencia móviles/de borde
- Guiones de entrenamiento de referencia y puntos de control entrenados previamente
- Compatibilidad con cabezales de detección/segmentación estándar
- Componentes de mezcla de fichas y atención eficiente de la memoria
- Integración sencilla en pipelines de PyTorch existentes
Lenguaje de programación
Python
Categorías
Esta aplicación también se puede descargar desde https://sourceforge.net/projects/fastvit.mirror/. Está alojada en OnWorks para facilitar su ejecución en línea desde uno de nuestros sistemas operativos gratuitos.