این یک برنامه لینوکس به نام Vision Transformer Pytorch است که آخرین نسخه آن را می‌توانید با فرمت 1.15.4sourcecode.zip دانلود کنید. می‌توانید آن را به صورت آنلاین در ارائه دهنده هاست رایگان OnWorks برای ایستگاه‌های کاری اجرا کنید.
این برنامه با نام Vision Transformer Pytorch 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:
ویژن ترنسفورمر پایتورچ
DESCRIPTION:
این مخزن، پیاده‌سازی مینیمالیستی و از ابتدا از Vision Transformer (ViT) در PyTorch را ارائه می‌دهد که بر روی قطعات اصلی معماری مورد نیاز برای طبقه‌بندی تصویر تمرکز دارد. این مخزن، مدل را به جاسازی پچ، کدگذاری موقعیتی، خودتوجهی چند سره، بلوک‌های پیش‌خور و یک سر طبقه‌بندی تجزیه می‌کند تا بتوانید هر جزء را به صورت جداگانه درک کنید. این کد عمداً فشرده و ماژولار است که باعث می‌شود دستکاری پارامترهای فوق، عمق، عرض و ابعاد توجه آسان باشد. از آنجا که به PyTorch معمولی نزدیک می‌ماند، می‌توانید مجموعه داده‌های سفارشی و حلقه‌های آموزشی را بدون قفل شدن در چارچوب ادغام کنید. این مخزن به طور گسترده به عنوان یک مرجع آموزشی برای افرادی که Transformers را در بینایی یاد می‌گیرند و به عنوان یک پایه سبک برای نمونه‌های اولیه تحقیقاتی استفاده می‌شود. این پروژه آزمایش را تشویق می‌کند - بهینه‌سازهای مبادله، تقویت‌های تغییر یا اتصال ستون فقرات Transformer به وظایف پایین‌دستی.
امکانات
- ماژول‌های مختصر PyTorch برای وصله‌گذاری، توجه، بلوک‌های MLP و سرها
- عمق، ارتفاع، ابعاد و تنظیمات رهاسازی به راحتی قابل تنظیم هستند
- مثال‌های ساده آموزش و استنتاج که به حلقه‌های رایج متصل می‌شوند
- مناسب برای آزمایش و نمونه‌سازی سریع روی داده‌های سفارشی
- حداقل وابستگی‌های خارجی و سبک خاص PyTorch
- به عنوان یک مرجع قابل خواندن برای جزئیات معماری ViT عمل می‌کند.
زبان برنامه نویسی
پــایتــون
دسته بندی ها
این برنامه‌ای است که می‌توان آن را از https://sourceforge.net/projects/vision-tran-pytorch.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.