دانلود ResNeXt برای لینوکس

این یک برنامه لینوکس به نام ResNeXt است که آخرین نسخه آن را می‌توانید با نام ResNeXtsourcecode.tar.gz دانلود کنید. می‌توانید آن را به صورت آنلاین در ارائه دهنده خدمات میزبانی وب رایگان OnWorks برای ایستگاه‌های کاری اجرا کنید.

 
 

این برنامه با نام ResNeXt 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:


رسنکست


DESCRIPTION:

ResNeXt یک معماری شبکه عصبی عمیق برای طبقه‌بندی تصویر است که بر اساس ایده تبدیل‌های باقیمانده تجمیع‌شده ساخته شده است. ResNeXt به جای افزایش ساده عمق یا عرض، بُعد جدیدی به نام کاردینالیتی (cardinality) را معرفی می‌کند که به تعداد مسیرهای تبدیل موازی (یعنی تعداد «شاخه‌ها») که با هم تجمیع شده‌اند، اشاره دارد. هر شاخه یک تبدیل کوچک (مثلاً بلوک گلوگاه) است و خروجی‌های آنها جمع می‌شوند - این امر امکان نمایش غنی‌تر را بدون افزایش بیش از حد پارامترها فراهم می‌کند. طراحی ماژولار و همگن است و مقیاس‌بندی (با تنظیم کاردینالیتی، عرض، عمق) و پذیرش آن در چارچوب‌های باقیمانده موجود را نسبتاً آسان می‌کند. مخزن رسمی، پیاده‌سازی Torch (Lua) را با کدی برای آموزش، ارزیابی و مدل‌های از پیش آموزش‌دیده در ImageNet ارائه می‌دهد. در عمل، مدل‌های ResNeXt اغلب از مدل‌های استاندارد ResNet با پیچیدگی قابل مقایسه، بهتر عمل می‌کنند.



امکانات

  • تبدیلات باقیمانده تجمیع‌شده با ترکیب چندین شاخه موازی
  • «کاردینالیتی» را به عنوان یک بُعد معماری جدید معرفی می‌کند
  • بلوک‌های گلوگاهی ماژولار با قابلیت مقیاس‌پذیری آسان در عرض/عمق/کاردینالیتی
  • پیاده‌سازی Torch با اسکریپت‌های آموزشی و ارزیابی
  • مدل‌های از پیش آموزش‌دیده برای طبقه‌بندی ImageNet
  • سازگاری با معماری‌های باقیمانده و ادغام آسان


زبان برنامه نویسی

لوا


دسته بندی ها

کتابخانه های شبکه عصبی

این برنامه‌ای است که می‌توان آن را از https://sourceforge.net/projects/resnext.mirror/ نیز دریافت کرد. این برنامه در OnWorks میزبانی شده است تا بتوان آن را به ساده‌ترین روش از یکی از سیستم‌های عامل رایگان ما به صورت آنلاین اجرا کرد.



جدیدترین برنامه های آنلاین لینوکس و ویندوز


دسته بندی برای دانلود نرم افزار و برنامه برای ویندوز و لینوکس