यह ConvNeXt V2 नामक एक लिनक्स ऐप है जिसका नवीनतम संस्करण ConvNeXt-V2sourcecode.tar.gz के रूप में डाउनलोड किया जा सकता है। इसे वर्कस्टेशन के लिए मुफ़्त होस्टिंग प्रदाता OnWorks पर ऑनलाइन चलाया जा सकता है।
ConvNeXt V2 नामक इस ऐप को OnWorks के साथ मुफ्त में डाउनलोड करें और ऑनलाइन चलाएं।
इस ऐप को चलाने के लिए इन निर्देशों का पालन करें:
- 1. इस एप्लिकेशन को अपने पीसी में डाउनलोड करें।
- 2. हमारे फ़ाइल प्रबंधक में https://www.onworks.net/myfiles.php?username=XXXXX उस उपयोगकर्ता नाम के साथ दर्ज करें जो आप चाहते हैं।
- 3. इस एप्लिकेशन को ऐसे फाइल मैनेजर में अपलोड करें।
- 4. इस वेबसाइट से ऑनवर्क्स लिनक्स ऑनलाइन या विंडोज ऑनलाइन एमुलेटर या मैकोज़ ऑनलाइन एमुलेटर शुरू करें।
- 5. ऑनवर्क्स लिनक्स ओएस से आपने अभी शुरुआत की है, हमारे फाइल मैनेजर को https://www.onworks.net/myfiles.php?username=XXXXX उस यूजरनेम के साथ जाएं जो आप चाहते हैं।
- 6. एप्लिकेशन डाउनलोड करें, इसे इंस्टॉल करें और इसे चलाएं।
स्क्रीनशॉट:
कन्वेनेक्स्ट V2
विवरण:
ConvNeXt V2, ConvNeXt आर्किटेक्चर का एक विकास है जो स्व-पर्यवेक्षित शिक्षण के साथ-साथ कन्वोल्यूशनल नेटवर्क्स को डिज़ाइन करता है। V2 संस्करण एक पूर्णतः कन्वोल्यूशनल मास्क्ड ऑटोएनकोडर (FCMAE) फ्रेमवर्क प्रस्तुत करता है जहाँ छवि के कुछ भाग मास्क्ड होते हैं और नेटवर्क लुप्त सामग्री का पुनर्निर्माण करता है, कन्वोल्यूशनल इंडक्टिव बायस को शक्तिशाली प्रीट्रेनिंग के साथ जोड़ता है। एक प्रमुख नवाचार ConvNeXt बैकबोन में जोड़ा गया एक नया ग्लोबल रिस्पांस नॉर्मलाइज़ेशन (GRN) लेयर है, जो चैनलों में फ़ीचर प्रतिस्पर्धा को बढ़ाता है। इसका परिणाम एक ऐसा कन्वोनेट है जो मान्यता मानकों पर ट्रांसफ़ॉर्मर आर्किटेक्चर के साथ कड़ी प्रतिस्पर्धा करता है, साथ ही कुशल और हार्डवेयर-अनुकूल भी है। यह रिपॉजिटरी कई मॉडल आकारों (Atto, Femto, Pico, Huge तक), JAX वेट से रूपांतरण, प्रीट्रेनिंग/फाइन-ट्यूनिंग के लिए कोड, और प्रीट्रेन्ड चेकपॉइंट्स के लिए आधिकारिक PyTorch कार्यान्वयन प्रदान करता है। यह स्व-पर्यवेक्षित प्रीट्रेनिंग और सुपरवाइज्ड फाइन-ट्यूनिंग, दोनों का समर्थन करता है।
विशेषताएं
- पूर्णतः कन्वोल्यूशनल मास्क्ड ऑटोएनकोडर प्रीट्रेनिंग (FCMAE)
- चैनल प्रतिस्पर्धा में सुधार के लिए वैश्विक प्रतिक्रिया सामान्यीकरण (जीआरएन)
- एकाधिक मॉडल आकार (एट्टो, फेम्टो, पिको, टिनी, बेस, लार्ज, विशाल)
- स्व-पर्यवेक्षित और पर्यवेक्षित शिक्षण पाइपलाइनों के लिए समर्थन
- पूर्व-प्रशिक्षित चेकपॉइंट (JAX से परिवर्तित) और PyTorch कार्यान्वयन
- प्रीट्रेन और इवैल दोनों के लिए प्रशिक्षण/फाइन-ट्यूनिंग उपयोगिताएँ और कोड
प्रोग्रामिंग भाषा
अजगर
श्रेणियाँ
यह एक ऐसा एप्लिकेशन है जिसे https://sourceforge.net/projects/convnext-v2.mirror/ से भी प्राप्त किया जा सकता है। इसे हमारे किसी भी निःशुल्क ऑपरेटिव सिस्टम से सबसे आसान तरीके से ऑनलाइन चलाने के लिए OnWorks में होस्ट किया गया है।