Questa è l'app Linux chiamata ResNeXt, la cui ultima versione può essere scaricata come ResNeXtsourcecode.tar.gz. Può essere eseguita online sul provider di hosting gratuito OnWorks per workstation.
Scarica ed esegui online gratuitamente questa app chiamata ResNeXt con OnWorks.
Segui queste istruzioni per eseguire questa app:
- 1. Scaricata questa applicazione sul tuo PC.
- 2. Entra nel nostro file manager https://www.onworks.net/myfiles.php?username=XXXXX con il nome utente che desideri.
- 3. Carica questa applicazione in tale file manager.
- 4. Avviare l'emulatore online OnWorks Linux o Windows online o l'emulatore online MACOS da questo sito Web.
- 5. Dal sistema operativo OnWorks Linux che hai appena avviato, vai al nostro file manager https://www.onworks.net/myfiles.php?username=XXXXX con il nome utente che desideri.
- 6. Scarica l'applicazione, installala ed eseguila.
IMMAGINI:
ResNeXt
DESCRIZIONE:
ResNeXt è un'architettura di rete neurale profonda per la classificazione di immagini basata sull'idea di trasformazioni residue aggregate. Invece di aumentare semplicemente la profondità o la larghezza, ResNeXt introduce una nuova dimensione chiamata cardinalità, che si riferisce al numero di percorsi di trasformazione paralleli (ovvero il numero di "rami") che vengono aggregati insieme. Ogni ramo è una piccola trasformazione (ad esempio, un blocco collo di bottiglia) e i loro output vengono sommati, consentendo una rappresentazione più ricca senza un eccessivo aumento dei parametri. Il design è modulare e omogeneo, il che lo rende relativamente facile da scalare (regolando cardinalità, larghezza e profondità) e da adottare in framework residui esistenti. Il repository ufficiale offre un'implementazione Torch (Lua) con codice per l'addestramento, la valutazione e i modelli pre-addestrati su ImageNet. In pratica, i modelli ResNeXt spesso superano i modelli ResNet standard di complessità comparabile.
Caratteristiche
- Trasformazioni residue aggregate che combinano più rami paralleli
- Introduce la “cardinalità” come nuova dimensione architettonica
- Blocchi modulari di colli di bottiglia con facile scalabilità in larghezza/profondità/cardinalità
- Implementazione di Torch con script di formazione e valutazione
- Modelli preaddestrati per la classificazione ImageNet
- Compatibilità con architetture residue e integrazione semplice
Linguaggio di programmazione
prendere
Categorie
Questa applicazione può essere scaricata anche da https://sourceforge.net/projects/resnext.mirror/. È ospitata su OnWorks per poter essere eseguita online nel modo più semplice da uno dei nostri sistemi operativi gratuiti.