これはConvNeXtという名前のWindowsアプリケーションで、最新リリースはConvNeXtsourcecode.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。
ConvNeXt 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OSOnWorksオンラインエミュレーターを起動しますが、Windowsオンラインエミュレーターの方が優れています。
-5。起動したばかりのOnWorksWindows 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てインストールします。
-7.LinuxディストリビューションソフトウェアリポジトリからWineをダウンロードします。 インストールしたら、アプリをダブルクリックして、Wineで実行できます。 また、人気のあるWindowsプログラムやゲームのインストールに役立つWine上の豪華なインターフェイスであるPlayOnLinuxを試すこともできます。
WineはLinux上でWindowsソフトウェアを実行する方法ですが、Windowsは必要ありません。 Wineは、任意のLinuxデスクトップでWindowsプログラムを直接実行できるオープンソースのWindows互換性レイヤーです。 基本的に、Wineは、実際にWindowsを必要とせずに、これらすべてのWindowsアプリケーションを実行できるように、十分な数のWindowsを最初から再実装しようとしています。
スクリーンショットは
Ad
コンバージョン
DESCRIPTION
ConvNeXtは、CNNのシンプルさと効率性を維持しながら、精度とスケーラビリティにおいてVision Transformer（ViT）に匹敵するように設計された、最新の畳み込みニューラルネットワーク（CNN）アーキテクチャです。大きなカーネルサイズ、逆ボトルネック、レイヤーの正規化、GELUアクティベーションといったTransformer設計のトレンドを踏まえ、従来のResNetスタイルのバックボーンを再考することで、畳み込みとアテンションベースモデル間のパフォーマンスギャップを埋めます。ConvNeXtのクリーンな階層構造は、幅広い視覚認識タスクの事前トレーニングと微調整の両方に効率的です。ImageNetおよび下流のデータセットにおいて、Transformerよりも容易に導入およびトレーニングでき、競争力のある、あるいは優れた結果を実現します。リポジトリには、事前トレーニング済みモデル、トレーニングレシピ、そして段階的な設計選択がどのように最先端のパフォーマンスを生み出すかを示すアブレーション研究が含まれています。
オプション
- Vision Transformerの設計原則に触発された近代化されたCNNアーキテクチャ
- 大規模なカーネル畳み込みと逆ボトルネックブロックによる表現の強化
- 安定性と精度を向上させるレイヤー正規化とGELUアクティベーション
- モデルサイズ全体にわたって強力なスケーリング特性を備えた階層構造
- ImageNet および下流タスク用の事前学習済みのチェックポイントとトレーニング レシピ
- 既存のCNNベースのシステムとの効率的な展開と互換性
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/convnext.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。
