Il s'agit de l'application Linux nommée TensorImage à exécuter sous Linux en ligne dont la dernière version peut être téléchargée en tant que v2.0.0.zip. Il peut être exécuté en ligne sur le fournisseur d'hébergement gratuit OnWorks pour les postes de travail.
Téléchargez et exécutez en ligne cette application nommée TensorImage pour une exécution gratuite sous Linux en ligne avec OnWorks.
Suivez ces instructions pour exécuter cette application :
- 1. Téléchargé cette application sur votre PC.
- 2. Entrez dans notre gestionnaire de fichiers https://www.onworks.net/myfiles.php?username=XXXXX avec le nom d'utilisateur que vous voulez.
- 3. Téléchargez cette application dans ce gestionnaire de fichiers.
- 4. Démarrez l'émulateur en ligne OnWorks Linux ou Windows en ligne ou l'émulateur en ligne MACOS à partir de ce site Web.
- 5. Depuis le système d'exploitation OnWorks Linux que vous venez de démarrer, accédez à notre gestionnaire de fichiers https://www.onworks.net/myfiles.php?username=XXXXX avec le nom d'utilisateur que vous souhaitez.
- 6. Téléchargez l'application, installez-la et exécutez-la.
TensorImage pour fonctionner sous Linux en ligne
DESCRIPTION:
(Visitez notre référentiel github à https://github.com/TensorImage/tensorimage pour plus d'informations)TensorImage est un package open source pour la classification d'images. Il dispose d'un large éventail d'opérations d'augmentation de données qui peuvent être effectuées sur des données d'entraînement pour éviter le surapprentissage et augmenter la précision des tests.
TensorImage est facile à utiliser et à gérer car tous les fichiers, modèles entraînés et données sont organisés dans un répertoire d'espace de travail, que vous pouvez modifier à tout moment dans le fichier de configuration, ce qui permet de disposer d'un nombre indéfini de répertoires d'espace de travail à des fins différentes.
De plus, TensorImage peut également être utilisé pour classer des milliers d'images avec des modèles de classification d'images entraînés.
Fonctionnalités:
- Fonctionnalités d'augmentation des données pour augmenter la précision des tests
- Formation en cluster : comparez les performances de différents entraîneurs pour une ingénierie des fonctionnalités meilleure et plus rapide
- Facile à manipuler et à organiser — tous les fichiers, données et modèles entraînés sont stockés dans un répertoire d'espace de travail pour une gestion rapide
Audience
Développeurs
Langage de programmation
Python
Il s'agit d'une application qui peut également être récupérée à partir de https://sourceforge.net/projects/tensorimage/. Il a été hébergé dans OnWorks afin d'être exécuté en ligne de la manière la plus simple à partir de l'un de nos systèmes d'exploitation gratuits.