This is the Windows app named ConvNeXt whose latest release can be downloaded as ConvNeXtsourcecode.tar.gz. It can be run online in the free hosting provider OnWorks for workstations.
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：
コンバージョン
説明：
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。