Ini adalah aplikasi Windows bernama OpenCLIP yang rilis terbarunya dapat diunduh sebagai v3.1.0sourcecode.tar.gz. Aplikasi ini dapat dijalankan secara daring di penyedia hosting gratis OnWorks untuk workstation.
Unduh dan jalankan online aplikasi ini bernama OpenCLIP dengan OnWorks secara gratis.
Ikuti petunjuk ini untuk menjalankan aplikasi ini:
- 1. Download aplikasi ini di PC Anda.
- 2. Masuk ke file manager kami https://www.onworks.net/myfiles.php?username=XXXXX dengan username yang anda inginkan.
- 3. Upload aplikasi ini di filemanager tersebut.
- 4. Mulai emulator online OS OnWorks apa pun dari situs web ini, tetapi emulator online Windows yang lebih baik.
- 5. Dari OS Windows OnWorks yang baru saja Anda mulai, buka file manager kami https://www.onworks.net/myfiles.php?username=XXXXX dengan nama pengguna yang Anda inginkan.
- 6. Unduh aplikasi dan instal.
- 7. Unduh Wine dari repositori perangkat lunak distribusi Linux Anda. Setelah terinstal, Anda kemudian dapat mengklik dua kali aplikasi untuk menjalankannya dengan Wine. Anda juga dapat mencoba PlayOnLinux, antarmuka mewah di atas Wine yang akan membantu Anda menginstal program dan game Windows populer.
Wine adalah cara untuk menjalankan perangkat lunak Windows di Linux, tetapi tidak memerlukan Windows. Wine adalah lapisan kompatibilitas Windows sumber terbuka yang dapat menjalankan program Windows secara langsung di desktop Linux apa pun. Pada dasarnya, Wine mencoba untuk mengimplementasikan kembali Windows dari awal sehingga dapat menjalankan semua aplikasi Windows tersebut tanpa benar-benar membutuhkan Windows.
Tangkapan layar
Ad
OpenCLIP
DESKRIPSI
Tujuan repositori ini adalah untuk mengaktifkan model pelatihan dengan pengawasan gambar-teks yang kontrastif dan untuk menyelidiki propertinya seperti ketahanan terhadap pergeseran distribusi. Titik awal kami adalah implementasi CLIP yang cocok dengan akurasi model CLIP asli saat dilatih pada kumpulan data yang sama. Secara khusus, model ResNet-50 yang dilatih dengan basis kode kami pada 15 juta subset gambar YFCC OpenAI mencapai akurasi 32.7% top-1 di ImageNet. Model CLIP OpenAI mencapai 31.3% saat dilatih pada subset YFCC yang sama. Untuk kemudahan eksperimen, kami juga menyediakan kode untuk pelatihan pada 3 juta gambar dalam kumpulan data Teks Konseptual, di mana ResNet-50x4 yang dilatih dengan basis kode kami mencapai 22.2% akurasi ImageNet top-1. Basis kode ini sedang dalam proses, dan kami mengundang semua untuk berkontribusi dalam membuatnya lebih mudah diakses dan bermanfaat. Di masa mendatang, kami berencana menambahkan dukungan untuk pelatihan TPU dan merilis model yang lebih besar. Kami berharap basis kode ini memfasilitasi dan mempromosikan penelitian lebih lanjut.
Fitur
- Aktifkan model pelatihan dengan pengawasan gambar-teks kontrastif
- Selidiki sifat mereka seperti ketahanan terhadap pergeseran distribusi
- Pelatihan tentang 3 juta gambar dalam kumpulan data Teks Konseptual
- Menyempurnakan tugas klasifikasi
- OpenCLIP membaca file CSV dengan dua kolom
- YFCC dan kumpulan data lainnya
Bahasa Pemrograman
Ular sanca
KATEGORI
Ini adalah aplikasi yang juga dapat diambil dari https://sourceforge.net/projects/openclip.mirror/. Itu telah dihosting di OnWorks untuk dijalankan secara online dengan cara termudah dari salah satu Sistem Operasi gratis kami.
