This is the Linux app named Theseus whose latest release can be downloaded as 0.2.2sourcecode.tar.gz. It can be run online in the free hosting provider OnWorks for workstations.
OnWorks を使用して Theseus というアプリを無料でダウンロードし、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は
Ad
テーセウス
DESCRIPTION
Theseus は、微分可能非線形最適化ライブラリであり、ガウス・ニュートン法やレーベンバーグ・マルカート法などのソルバーを PyTorch モデルに組み込むことができます。問題は、多様体上の変数を持つ因子グラフ（例：SE(3), SO(3)）として表現されるため、バンドル調整、ポーズグラフ最適化、ハンドアイキャリブレーションといった従来のロボット工学およびビジョンタスクを簡潔に記述し、効率的に解くことができます。解は微分可能であるため、最適化を通じてバックプロパゲートを行い、コスト重み、特徴抽出器、または初期化ネットワークをエンドツーエンドで学習できます。実装では、GPU でのバッチ最適化、ロバスト損失、減衰戦略、カスタム因子がサポートされており、リアルタイムシステムに実用的です。ヘルパーパッケージは、事前分布、相対制約、測定モデルを構成するためのジオメトリプリミティブとユーティリティを提供します。Theseus は、従来の最適化とディープラーニングのギャップを埋め、コンポーネントを学習するハイブリッドシステムを実現します。
オプション
- PyTorch における微分可能なガウス・ニュートン法とレーベンバーグ・マルカート法
- SE(3)やSO(3)のような多様体変数を持つ因子グラフAPI
- 堅牢な損失関数を使用したバッチ処理の GPU アクセラレーションによる解決
- コスト、機能、初期化をエンドツーエンドで学習するための Autograd サポート
- SLAMとバンドル調整のためのジオメトリヘルパーと再利用可能な係数
- カスタム変数、係数、減衰ポリシーの拡張可能な設計
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/theseus.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。
