Scarica SimSiam per Linux

Questa è l'app Linux chiamata SimSiam, la cui ultima versione può essere scaricata come simsiamsourcecode.tar.gz. Può essere eseguita online sul provider di hosting gratuito OnWorks per workstation.

 
 

Scarica ed esegui online gratuitamente questa app chiamata SimSiam 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:


SimSiam


DESCRIZIONE:

SimSiam è un'implementazione PyTorch di "Exploring Simple Siamese Representation Learning" di Xinlei Chen e Kaiming He. Il progetto introduce un approccio minimalista all'apprendimento auto-supervisionato che evita coppie negative, encoder di momento o grandi banchi di memoria, complessità chiave dei precedenti metodi contrastivi. SimSiam apprende le rappresentazioni delle immagini massimizzando la similarità tra due viste aumentate della stessa immagine attraverso una rete neurale siamese con un'operazione di stop-gradient, prevenendo il collasso delle caratteristiche. Questo design elegante ma efficace ottiene risultati eccellenti in benchmark di apprendimento non supervisionato come ImageNet, senza richiedere perdite di contrasto. Il repository fornisce script sia per il pre-addestramento non supervisionato che per la valutazione lineare, utilizzando di default una dorsale ResNet-50. È compatibile con l'addestramento distribuito multi-GPU e può essere ottimizzato o trasferito ad attività downstream come il rilevamento di oggetti, seguendo la stessa configurazione di MoCo.



Caratteristiche

  • Framework di apprendimento autosupervisionato minimo senza coppie negative o encoder di momento
  • Implementazione basata su PyTorch ottimizzata per la formazione multi-GPU distribuita
  • Pipeline di addestramento completamente riproducibile per ImageNet utilizzando iperparametri predefiniti dal documento
  • Include sia script di pre-addestramento non supervisionato che di valutazione lineare
  • Supporto dell'ottimizzatore LARS tramite NVIDIA Apex per la formazione di grandi lotti
  • Compatibile con le configurazioni di trasferimento del rilevamento degli oggetti di MoCo


Linguaggio di programmazione

Python


Categorie

Framework di apprendimento profondo

Questa applicazione può essere scaricata anche da https://sourceforge.net/projects/simsiam.mirror/. È ospitata su OnWorks per poter essere eseguita online nel modo più semplice da uno dei nostri sistemi operativi gratuiti.



Gli ultimi programmi online per Linux e Windows


Categorie per scaricare software e programmi per Windows e Linux