Descargar SimSiam para Linux

Esta es la aplicación para Linux llamada SimSiam, cuya última versión se puede descargar como simsiamsourcecode.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 SimSiam 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:


SimSiam


DESCRIPCIÓN:

SimSiam es una implementación en PyTorch de "Explorando el Aprendizaje de Representaciones Siamesas Simples" de Xinlei Chen y Kaiming He. El proyecto introduce un enfoque minimalista para el aprendizaje autosupervisado que evita pares negativos, codificadores de momento o grandes bancos de memoria, complejidades clave de los métodos contrastivos previos. SimSiam aprende representaciones de imágenes maximizando la similitud entre dos vistas aumentadas de la misma imagen mediante una red neuronal siamesa con una operación de gradiente de parada, lo que evita el colapso de características. Este diseño elegante y eficaz logra resultados sólidos en pruebas de aprendizaje no supervisadas como ImageNet sin requerir pérdidas contrastivas. El repositorio proporciona scripts tanto para el preentrenamiento no supervisado como para la evaluación lineal, utilizando una red troncal ResNet-50 por defecto. Es compatible con el entrenamiento distribuido multi-GPU y puede ajustarse o transferirse a tareas posteriores, como la detección de objetos, siguiendo la misma configuración que MoCo.



Caracteristicas

  • Marco de aprendizaje autosupervisado mínimo sin pares negativos ni codificadores de momento
  • Implementación basada en PyTorch optimizada para entrenamiento distribuido multi-GPU
  • Canal de entrenamiento totalmente reproducible para ImageNet utilizando hiperparámetros predeterminados del artículo
  • Incluye scripts de preentrenamiento no supervisado y de evaluación lineal.
  • Compatibilidad del optimizador LARS a través de NVIDIA Apex para entrenamiento de lotes grandes
  • Compatible con configuraciones de transferencia de detección de objetos de MoCo


Lenguaje de programación

Python


Categorías

Marcos de aprendizaje profundo

Esta aplicación también se puede descargar desde https://sourceforge.net/projects/simsiam.mirror/. Está alojada en OnWorks para facilitar su ejecución en línea desde uno de nuestros sistemas operativos gratuitos.



Últimos programas en línea de Linux y Windows


Categorías para descargar Software y Programas para Windows y Linux