This is the Windows app named PyTorchVideo whose latest release can be downloaded as PyTorchVideoVersion0.1.3sourcecode.tar.gz. It can be run online in the free hosting provider OnWorks for workstations.
این برنامه با نام PyTorchVideo 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. 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
پای‌تورچ ویدیو
شرح
PyTorchVideo یک کتابخانه یادگیری عمیق برای درک ویدیو است که اجزای ماژولار و مدل‌های از پیش آموزش‌دیده را برای وظایفی مانند تشخیص عمل، طبقه‌بندی ویدیو، تشخیص و یادگیری خودنظارتی ارائه می‌دهد. این کتابخانه به طور کامل با PyTorch و PyTorch Lightning یکپارچه شده است و APIهای انعطاف‌پذیری را برای ساخت و آموزش شبکه‌های مکانی-زمانی ارائه می‌دهد. این کتابخانه شامل پیاده‌سازی‌های کارآمد از معماری‌های پیشرفته مانند SlowFast، X3D و MViT است که برای نمونه‌سازی تحقیقاتی و استنتاج تولید بهینه شده‌اند. این کتابخانه از خطوط لوله ورودی/خروجی ویدیو، تقویت داده، آموزش توزیع‌شده و محاسبات دقیق مختلط برای آزمایش‌های در مقیاس بزرگ پشتیبانی می‌کند. PyTorchVideo همچنین به طور یکپارچه با سایر ابزارهای Meta AI مانند Detectron2 و PyTorch3D برای تجزیه و تحلیل ویدیوی چندوجهی متصل می‌شود. این کتابخانه که برای تسریع تحقیق و استقرار طراحی شده است، به عنوان یک چارچوب یکپارچه برای توسعه هوش مصنوعی ویدیویی با کارایی بالا و قابل تکرار عمل می‌کند.
امکانات
- کتابخانه ماژولار برای درک ویدیو با ادغام PyTorch
- مدل‌های از پیش آموزش‌دیده برای تشخیص، آشکارسازی و طبقه‌بندی عمل
- بارگذاری‌کننده‌های داده کارآمد و خطوط لوله تقویت برای مجموعه داده‌های بزرگ
- پیاده‌سازی‌های بهینه‌شده از معماری‌های SlowFast، X3D و MViT
- آموزش توزیع‌شده، دقت ترکیبی و ابزارهای استنتاج آماده برای تولید
- سازگاری با Detectron2 و PyTorch3D برای گردش‌های کاری چندوجهی
زبان برنامه نویسی
پــایتــون
دسته بندی ها
این برنامه‌ای است که می‌توان آن را از https://sourceforge.net/projects/pytorchvideo.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.
