این یک برنامه لینوکس به نام PyCls است که آخرین نسخه آن را می‌توانید با نام Sweepcodeforstudyingmodelpopulationstatssourcecode.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 PyCls 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:
پیکلریدها
DESCRIPTION:
pycls یک کدبیس متمرکز PyTorch برای تحقیقات طبقه‌بندی تصویر است که بر تکرارپذیری و خطوط پایه قوی و شفاف تأکید دارد. این کدبیس خانواده‌هایی مانند RegNet را محبوب کرد و از معماری‌های کلاسیک (ResNet، ResNeXt) با پیاده‌سازی‌های تمیز و دستورالعمل‌های آموزشی سازگار پشتیبانی می‌کند. این مخزن شامل زمان‌بندی‌ها، تقویت‌ها و تنظیمات منظم‌سازی بسیار تنظیم‌شده‌ای است که تطبیق دقت گزارش‌شده را بدون حدس و گمان آسان می‌کند. آموزش توزیع‌شده و دقت ترکیبی درجه یک هستند و آزمایش‌های سریع را روی تنظیمات چند پردازنده گرافیکی با پیکربندی‌های ساده و اعلانی امکان‌پذیر می‌کنند. تعاریف مدل مختصر و ماژولار هستند و نمونه‌سازی اولیه بلوک‌های جدید یا تعویض ستون فقرات را آسان می‌کنند در حالی که بقیه خط لوله بدون تغییر باقی می‌ماند. وزن‌ها و اسکریپت‌های ارزیابی از پیش آموزش‌دیده، مجموعه داده‌های رایج را پوشش می‌دهند و پشته ثبت وقایع/متریک برای مقایسه سریع در طول اجراها طراحی شده است. متخصصان از pycls هم به عنوان یک کارخانه خط پایه و هم به عنوان داربستی برای ستون فقرات طبقه‌بندی جدید استفاده می‌کنند.
امکانات
- پیاده‌سازی‌های مرجع خانواده‌های ResNet/ResNeXt/RegNet
- دستور العمل های آموزشی تکرارپذیر با برنامه های تنظیم شده و تقویت کننده ها
- آموزش توزیع‌شده و با دقت ترکیبی به صورت آماده
- سیستم پیکربندی اعلانی و خطوط لوله داده پاک
- نقاط بررسی از پیش آموزش دیده و اسکریپت‌های ارزیابی استاندارد
- کد مدل مینیمال و ماژولار برای تکرار سریع معماری
زبان برنامه نویسی
پــایتــون
دسته بندی ها
این برنامه‌ای است که می‌توان آن را از https://sourceforge.net/projects/pycls.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.