This is the Windows app named PixelCNN whose latest release can be downloaded as pixel-cnnsourcecode.tar.gz. It can be run online in the free hosting provider OnWorks for workstations.
PixelCNN 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 कोई भी ओएस ऑनवर्क्स ऑनलाइन एमुलेटर शुरू करें, लेकिन बेहतर विंडोज ऑनलाइन एमुलेटर।
- 5. ऑनवर्क्स विंडोज 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 और इसे इंस्टॉल करें।
- 7. अपने Linux वितरण सॉफ़्टवेयर रिपॉजिटरी से वाइन डाउनलोड करें। एक बार इंस्टॉल हो जाने पर, आप ऐप को वाइन के साथ चलाने के लिए डबल-क्लिक कर सकते हैं। आप PlayOnLinux को भी आज़मा सकते हैं, जो वाइन पर एक फैंसी इंटरफ़ेस है जो आपको लोकप्रिय विंडोज़ प्रोग्राम और गेम इंस्टॉल करने में मदद करेगा।
वाइन लिनक्स पर विंडोज सॉफ्टवेयर चलाने का एक तरीका है, लेकिन विंडोज की आवश्यकता नहीं है। वाइन एक ओपन-सोर्स विंडोज संगतता परत है जो किसी भी लिनक्स डेस्कटॉप पर सीधे विंडोज प्रोग्राम चला सकती है। अनिवार्य रूप से, वाइन खरोंच से पर्याप्त विंडोज़ को फिर से लागू करने की कोशिश कर रहा है ताकि वह उन सभी विंडोज़ अनुप्रयोगों को वास्तव में विंडोज़ की आवश्यकता के बिना चला सके।
स्क्रीनशॉट
Ad
पिक्सेलसीएनएन
वर्णन
PixelCNN, OpenAI द्वारा ऑटोरिग्रैसिव जनरेटिव मॉडल का आधिकारिक कार्यान्वयन है, जिसका वर्णन "कंडीशनल इमेज जेनरेशन विद पिक्सेलसीएनएन डिकोडर्स" नामक शोध पत्र में किया गया है। यह छवि डेटासेट पर PixelCNN मॉडलों के प्रशिक्षण और मूल्यांकन के लिए कोड प्रदान करता है, जो सशर्त छवि मॉडलिंग पर केंद्रित है जहाँ पिक्सेल पहले से उत्पन्न पिक्सेल के मानों के आधार पर क्रमिक रूप से उत्पन्न होते हैं। यह संग्रह दर्शाता है कि ऑटोरिग्रैसिव निर्भरताओं को लागू करने और सुगम संभाव्यता-आधारित प्रशिक्षण प्राप्त करने के लिए मास्क्ड कन्वोल्यूशन कैसे लागू करें। इसमें शोध पत्र के प्रमुख प्रयोगात्मक परिणामों, जैसे CIFAR-10 जैसे डेटासेट पर सशर्त नमूनाकरण, को पुन: प्रस्तुत करने के लिए स्क्रिप्ट भी शामिल हैं। यह परियोजना ऑटोरिग्रैसिव जनरेटिव मॉडलों के साथ प्रयोग करने के लिए एक शोध संदर्भ और एक व्यावहारिक ढाँचे, दोनों के रूप में कार्य करती है। हालाँकि संग्रहीत, PixelCNN ने जनरेटिव मॉडलिंग में बाद के व्यापक कार्यों को प्रभावित किया है, जिसमें छवि ट्रांसफार्मर और प्रसार मॉडल में प्रगति शामिल है।
विशेषताएं
- पिक्सेलसीएनएन मॉडल का आधिकारिक संदर्भ कार्यान्वयन
- ऑटोरिग्रैसिव डिकोडिंग के साथ सशर्त छवि निर्माण का समर्थन करता है
- कारणात्मक निर्भरताओं को बनाए रखने के लिए मास्क्ड कन्वोल्यूशन का उपयोग करता है
- पुनरुत्पादनशीलता के लिए प्रशिक्षण और मूल्यांकन स्क्रिप्ट
- CIFAR-10 जैसे मानक छवि डेटासेट पर उदाहरण प्रयोग
- संभावना-आधारित जनरेटिव मॉडल के अध्ययन के लिए आधार प्रदान करता है
प्रोग्रामिंग भाषा
अजगर
श्रेणियाँ
यह एक ऐसा एप्लिकेशन है जिसे https://sourceforge.net/projects/pixelcnn.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।
