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.
این برنامه با نام DeiT (Data-efficient Image Transformers) را با OnWorks به صورت رایگان دانلود و آنلاین 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. هر شبیه ساز آنلاین OS OnWorks را از این وب سایت راه اندازی کنید، اما شبیه ساز آنلاین ویندوز بهتر است.
- 5. از OnWorks Windows OS 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. برنامه را دانلود و نصب کنید.
- 7. Wine را از مخازن نرم افزار توزیع لینوکس خود دانلود کنید. پس از نصب، می توانید روی برنامه دوبار کلیک کنید تا آنها را با Wine اجرا کنید. همچنین می توانید PlayOnLinux را امتحان کنید، یک رابط کاربری فانتزی بر روی Wine که به شما کمک می کند برنامه ها و بازی های محبوب ویندوز را نصب کنید.
Wine راهی برای اجرای نرم افزار ویندوز بر روی لینوکس است، اما بدون نیاز به ویندوز. Wine یک لایه سازگار با ویندوز منبع باز است که می تواند برنامه های ویندوز را مستقیماً بر روی هر دسکتاپ لینوکس اجرا کند. اساساً، Wine در تلاش است تا به اندازه کافی از ویندوز را از ابتدا مجدداً پیاده سازی کند تا بتواند همه آن برنامه های ویندوز را بدون نیاز به ویندوز اجرا کند.
عکس ها
Ad
DeiT (تبدیل‌کننده‌های تصویر با کارایی داده)
شرح
DeiT (مبدل‌های تصویر با کارایی داده) نشان می‌دهد که مبدل‌های بینایی را می‌توان بدون داده‌های خارجی و با استفاده از دستور العمل‌های آموزشی قوی و تقطیر دانش، به صورت رقابتی در ImageNet-1k آموزش داد. ایده اصلی آن یک استراتژی تقطیر تخصصی - شامل یک "توکن تقطیر" قابل یادگیری - است که به یک مبدل اجازه می‌دهد تا به طور موثر از یک CNN یا معلم مبدل در مجموعه داده‌های با مقیاس متوسط یاد بگیرد. این پروژه انواع ViT فشرده (کوچک/کوچک/پایه) را ارائه می‌دهد که به بده بستان‌های دقت-توان عملیاتی عالی دست می‌یابند و مبدل‌ها را فراتر از رژیم‌های پیش‌آموزش عظیم، کاربردی می‌کنند. آموزش شامل تقویت‌ها، منظم‌سازی و برنامه‌های بهینه‌سازی با دقت تنظیم شده برای تثبیت یادگیری و بهبود کارایی نمونه است. این مخزن، نقاط بررسی از پیش آموزش دیده، اسکریپت‌های مرجع و مطالعات فرسایش را ارائه می‌دهد که مشخص می‌کند کدام عناصر برای آموزش ViT با کارایی داده بیشترین اهمیت را دارند.
امکانات
- آموزش ViT با داده کارآمد که از ابتدا روی ImageNet-1k کار می‌کند
- تقطیر دانش با یک توکن تقطیر اختصاصی
- مدل جمع و جور باغ وحش (کوچک/کوچک/پایه) با تعادل قوی بین دقت و سرعت
- دستور العمل های آموزشی واضح با برنامه های تقویت و منظم سازی
- نقاط بررسی از پیش آموزش‌دیده و اسکریپت‌های مرجع قابل تکرار
- حذف‌ها و دستورالعمل‌هایی برای تطبیق DeiT با مجموعه داده‌ها و وظایف جدید
زبان برنامه نویسی
پــایتــون
دسته بندی ها
این برنامه‌ای است که می‌توان آن را از https://sourceforge.net/projects/deit-data-img-trans.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.
