これは Pytorch-toolbelt という名前の Windows アプリで、その最新リリースは PytorchToolbelt0.6.2.zip としてダウンロードできます。 これは、ワークステーション用の無料のホスティング プロバイダーである OnWorks でオンラインで実行できます。
Pytorch-toolbelt という名前のこのアプリを 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
Pytorchツールベルト
DESCRIPTION
pytorch-toolbelt は、R&D プロトタイピングと Kaggle ファーミングを高速化するための PyTorch 用のさまざまな機能を備えた Python ライブラリです。 柔軟なエンコーダー/デコーダー アーキテクチャを使用した簡単なモデル構築。 モジュール: CoordConv、SCSE、Hypercolumn、Depthwise Separable Convolution など。 セグメンテーションと分類のための GPU フレンドリーなテスト時間拡張 TTA。 巨大な (5000x5000) 画像に対する GPU フレンドリーな推論。 毎日の一般的なルーチン (ランダム シードの修正/復元、ファイル システムのユーティリティ、メトリック)。 損失: BinaryFocalLoss、Focal、ReducedFocal、Lovasz、Jaccard および Dice の損失、Wing Loss など。 Catalyst ライブラリのエクストラ (バッチ予測の可視化、追加のメトリック)。 設計上、エンコーダーとデコーダーの両方が、細かい (高解像度、インデックス 0) から粗い (低解像度) 特徴マップまで、テンソルのリストを生成します。 すべての中間機能マップへのアクセスは、それらに深い監視損失を適用する場合、またはオブジェクト検出タスクのエンコーダー/デコーダーを適用する場合に役立ちます。
特徴
- 事前トレーニング済みのエンコーダーを使用してエンコーダー/デコーダー FPN モデルを作成する
- Encoder-Decoder U-Net モデルの作成
- 事前トレーニング済みのエンコーダーを使用してエンコーダー/デコーダー FPN モデルを作成する
- エンコーダーの入力チャンネル数を変更する
- エンコーダー/デコーダーおよびその他のモジュールのパラメーターの数をカウントする
- 複数の損失を構成する
プログラミング言語
Python
カテゴリー
これは https://sourceforge.net/projects/pytorch-toolbelt.mirror/ からも取得できるアプリケーションです。 これは、OnWorks でホストされており、無料のオペレーティング システムの XNUMX つからオンラインで簡単に実行できます。
