This is the Windows app named DeiT (Data-efficient Image Transformers) whose latest release can be downloaded as deitsourcecode.tar.gz. It can be run online in the free hosting provider OnWorks for workstations.
Descargue y ejecute en línea esta aplicación llamada DeiT (Data-efficient Image Transformers) 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 cualquier emulador en línea de OS OnWorks desde este sitio web, pero mejor emulador en línea de Windows.
- 5. Desde el sistema operativo OnWorks Windows 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 e instálala.
- 7. Descargue Wine desde los repositorios de software de sus distribuciones de Linux. Una vez instalada, puede hacer doble clic en la aplicación para ejecutarla con Wine. También puedes probar PlayOnLinux, una elegante interfaz sobre Wine que te ayudará a instalar programas y juegos populares de Windows.
Wine es una forma de ejecutar software de Windows en Linux, pero no requiere Windows. Wine es una capa de compatibilidad de Windows de código abierto que puede ejecutar programas de Windows directamente en cualquier escritorio de Linux. Esencialmente, Wine está tratando de volver a implementar una cantidad suficiente de Windows desde cero para poder ejecutar todas esas aplicaciones de Windows sin necesidad de Windows.
SCREENSHOTS
Ad
DeiT (Transformadores de imágenes con eficiencia de datos)
DESCRIPCIÓN
DeiT (Transformadores de Imagen con Eficiencia de Datos) demuestra que los Transformadores de Visión pueden entrenarse competitivamente en ImageNet-1k sin datos externos mediante el uso de potentes recetas de entrenamiento y la destilación de conocimiento. Su idea clave reside en una estrategia de destilación especializada, que incluye un "token de destilación" aprendible, que permite a un transformador aprender eficazmente de una CNN o un instructor de transformadores en conjuntos de datos de escala modesta. El proyecto proporciona variantes compactas de ViT (Tiny/Small/Base) que logran excelentes equilibrios entre precisión y rendimiento, lo que hace que los transformadores sean prácticos más allá de regímenes de preentrenamiento masivos. El entrenamiento implica aumentos, regularización y programas de optimización cuidadosamente ajustados para estabilizar el aprendizaje y mejorar la eficiencia de la muestra. El repositorio ofrece puntos de control preentrenados, scripts de referencia y estudios de ablación que aclaran los componentes más importantes para el entrenamiento de ViT con eficiencia de datos.
Caracteristicas
- Entrenamiento ViT eficiente en datos que funciona en ImageNet-1k desde cero
- Destilación de conocimiento con un token de destilación dedicado
- Modelo de zoológico compacto (pequeño/pequeño/base) con un gran equilibrio entre precisión y velocidad
- Recetas de entrenamiento claras con aumentos y programas de regularización
- Puntos de control preentrenados y scripts de referencia reproducibles
- Ablaciones y directrices para adaptar DeiT a nuevos conjuntos de datos y tareas
Lenguaje de programación
Python
Categorías
Esta aplicación también se puede obtener de https://sourceforge.net/projects/deit-data-img-trans.mirror/. Está alojada en OnWorks para facilitar su ejecución en línea desde uno de nuestros sistemas operativos gratuitos.
