Esta es la aplicación de Linux llamada Lightly cuya última versión se puede descargar como CyclicCosineScheduler.zip. Se puede ejecutar en línea en el proveedor de alojamiento gratuito OnWorks para estaciones de trabajo.
Descargue y ejecute en línea esta aplicación llamada Lightly 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.
SCREENSHOTS
Ad
Ligeramente
DESCRIPCIÓN
Una biblioteca de python para el aprendizaje autosupervisado de imágenes. Nosotros, en Lightly, somos ingenieros apasionados que queremos hacer que el aprendizaje profundo sea más eficiente. Es por eso que, junto con nuestra comunidad, queremos popularizar el uso de métodos autosupervisados para comprender y seleccionar datos de imágenes sin procesar. Nuestra solución se puede aplicar antes de cualquier paso de anotación de datos y las representaciones aprendidas se pueden usar para visualizar y analizar conjuntos de datos. Esto permite seleccionar el mejor conjunto básico de muestras para el entrenamiento de modelos a través de filtrado avanzado. Proporcionamos ejemplos distribuidos de PyTorch, PyTorch Lightning y PyTorch Lightning para cada uno de los modelos para poner en marcha su proyecto. Requiere ligeramente Python 3.6+ pero recomendamos usar Python 3.7+. Recomendamos instalar Lightly en un entorno Linux u OSX. Con Light, puede utilizar los últimos métodos de aprendizaje autosupervisado de forma modular utilizando todo el poder de PyTorch. Experimente con diferentes redes troncales, modelos y funciones de pérdida.
Caracteristicas
- Marco modular que expone bloques de construcción de bajo nivel, como funciones de pérdida
- Soporte para entrenamiento multi-gpu usando PyTorch Lightning
- Fácil de usar y escrito en un estilo similar a PyTorch
- Admite modelos de red troncal personalizados para la capacitación previa autosupervisada
- Puede encontrar código de muestra para todos los modelos compatibles
- Proporcionamos ejemplos distribuidos de PyTorch, PyTorch Lightning y PyTorch Lightning para cada uno de los modelos para poner en marcha su proyecto
Lenguaje de programación
Python
Categorías
Esta es una aplicación que también se puede obtener desde https://sourceforge.net/projects/lightly.mirror/. Ha sido alojado en OnWorks para poder ejecutarse online de la forma más sencilla desde uno de nuestros Sistemas Operativos gratuitos.
