این برنامه لینوکسی به نام Multimodal است که آخرین نسخه آن را می‌توانید با عنوان multimodalv2025.10.06.00sourcecode.tar.gz دانلود کنید. این برنامه را می‌توان به صورت آنلاین در ارائه دهنده هاست رایگان OnWorks برای ایستگاه‌های کاری اجرا کرد.
این برنامه با نام Multimodal with OnWorks را به صورت رایگان دانلود و اجرا کنید.
برای اجرای این برنامه این دستورالعمل ها را دنبال کنید:
- 1. این برنامه را در رایانه شخصی خود دانلود کنید.
- 2. در فایل منیجر ما https://www.onworks.net/myfiles.php?username=XXXXX نام کاربری مورد نظر خود را وارد کنید.
- 3. این برنامه را در چنین فایل منیجر آپلود کنید.
- 4. OnWorks Linux آنلاین یا شبیه ساز آنلاین ویندوز یا شبیه ساز آنلاین MACOS را از این وب سایت راه اندازی کنید.
- 5. از سیستم عامل لینوکس OnWorks که به تازگی راه اندازی کرده اید، به مدیر فایل ما https://www.onworks.net/myfiles.php?username=XXXXX با نام کاربری که می خواهید بروید.
- 6. اپلیکیشن را دانلود کرده، نصب و اجرا کنید.
اسکرین شات ها:
چند حالته
DESCRIPTION:
این پروژه که با نام TorchMultimodal نیز شناخته می‌شود، یک کتابخانه PyTorch برای ساخت، آموزش و آزمایش مدل‌های چندوجهی و چندوظیفه‌ای در مقیاس بزرگ است. این کتابخانه بلوک‌های سازنده ماژولاری مانند رمزگذارها، ماژول‌های فیوژن، توابع زیان و تبدیل‌ها را ارائه می‌دهد که از ترکیب روش‌ها (بینایی، متن، صدا و غیره) در معماری‌های یکپارچه پشتیبانی می‌کنند. این کتابخانه شامل مجموعه‌ای از کلاس‌های مدل آماده - مانند ALBEF، CLIP، BLIP-2، COCA، FLAVA، MDETR و Omnivore - است که به عنوان پیاده‌سازی‌های مرجعی که می‌توانید اتخاذ یا تطبیق دهید، عمل می‌کنند. طراحی بر قابلیت ترکیب‌پذیری تأکید دارد: می‌توانید اجزای رمزگذار، فیوژن و رمزگشا را به جای شروع از مدل‌های یکپارچه، با هم ترکیب و مطابقت دهید. این مخزن همچنین شامل اسکریپت‌های نمونه و مجموعه داده‌ها برای وظایف چندوجهی رایج (مانند بازیابی، پاسخ به سؤال بصری، پایه‌گذاری) است، بنابراین می‌توانید مدل‌ها را از ابتدا تا انتها آزمایش و مقایسه کنید. نصب از CPU و CUDA پشتیبانی می‌کند و کدبیس نسخه‌بندی، آزمایش و نگهداری می‌شود.
امکانات
- انکودرهای ماژولار، لایه‌های فیوژن و ماژول‌های تلفات برای معماری‌های چندوجهی
- پیاده‌سازی‌های مدل مرجع (ALBEF، CLIP، BLIP-2، FLAVA، MDETR و غیره)
- مثال‌هایی از پایپ‌لاین‌ها برای وظایفی مانند VQA، بازیابی، پایه‌گذاری و یادگیری چندوظیفه‌ای
- استراتژی‌های ادغام انعطاف‌پذیر: زودهنگام، دیرهنگام، توجه متقابل و غیره
- ابزارهای تبدیل برای پیش‌پردازش و هم‌ترازی روش‌ها
- پشتیبانی از تنظیمات CPU و GPU، با یک کدبیس نسخه‌بندی‌شده و آزمایش‌شده
زبان برنامه نویسی
پــایتــون
دسته بندی ها
این برنامه‌ای است که می‌توان آن را از https://sourceforge.net/projects/multimodal.mirror/ نیز دریافت کرد. این برنامه در OnWorks میزبانی شده است تا بتوان آن را به ساده‌ترین روش به صورت آنلاین از یکی از سیستم‌های عامل رایگان ما اجرا کرد.