これはPyClsというLinuxアプリで、最新リリースはSweepcodeforstudyingmodelpopulationstatssourcecode.tar.gzとしてダウンロードできます。ワークステーション向けの無料ホスティングプロバイダーであるOnWorksでオンラインで実行できます。
PyCls というアプリを OnWorks で無料でダウンロードしてオンラインで実行します。
このアプリを実行するには、次の手順に従ってください。
-1。このアプリケーションをPCにダウンロードしました。
--2。ファイルマネージャーhttps://www.onworks.net/myfiles.php?username=XXXXXに必要なユーザー名を入力します。
-3。このアプリケーションをそのようなファイルマネージャにアップロードします。
-4。このWebサイトからOnWorksLinuxオンラインまたはWindowsオンラインエミュレーターまたはMACOSオンラインエミュレーターを起動します。
-5。起動したばかりのOnWorksLinux OSから、必要なユーザー名でファイルマネージャーhttps://www.onworks.net/myfiles.php?username=XXXXXにアクセスします。
-6。アプリケーションをダウンロードし、インストールして実行します。
スクリーンショット：
PyCls
説明：
pycls は、再現性と強力で透明性の高いベースラインを重視した画像分類研究に特化した PyTorch コードベースです。RegNet などのファミリーを普及させ、クリーンな実装と一貫したトレーニングレシピで従来のアーキテクチャ (ResNet、ResNeXt) をサポートしています。リポジトリには、高度に調整されたスケジュール、拡張、正則化設定が含まれており、推測することなく報告された精度と簡単に一致させることができます。分散トレーニングと混合精度は最高レベルで、シンプルで宣言的な構成でマルチ GPU セットアップでの高速な実験を可能にします。モデル定義は簡潔でモジュール化されているため、パイプラインの残りの部分を変更せずに、新しいブロックのプロトタイプ作成やバックボーンの交換が容易です。事前トレーニング済みの重みと評価スクリプトは一般的なデータセットをカバーし、ログ/メトリックスタックは実行間での迅速な比較のために設計されています。実践者は、pycls をベースラインファクトリーとして、また新しい分類バックボーンのスキャフォールドとして使用します。
オプション
- ResNet/ResNeXt/RegNetファミリーのリファレンス実装
- 調整されたスケジュールと拡張機能を備えた再現可能なトレーニングレシピ
- すぐに使える分散型および混合精度トレーニング
- 宣言型構成システムとクリーンなデータパイプライン
- 事前トレーニング済みのチェックポイントと標準化された評価スクリプト
- 迅速なアーキテクチャ反復のための最小限のモジュール式モデルコード
プログラミング言語
Python
カテゴリー
このアプリケーションは、https://sourceforge.net/projects/pycls.mirror/ からも入手できます。OnWorks でホストされているため、無料のオペレーティングシステムから最も簡単にオンラインで実行できます。