ConvNeXt V2라는 이름의 Linux 앱으로, 최신 버전은 ConvNeXt-V2sourcecode.tar.gz 파일로 다운로드할 수 있습니다. 워크스테이션용 무료 호스팅 제공업체인 OnWorks에서 온라인으로 실행할 수 있습니다.
ConvNeXt V2 with OnWorks라는 앱을 무료로 다운로드하여 온라인에서 실행해보세요.
이 앱을 실행하려면 다음 지침을 따르세요.
- 1. 이 애플리케이션을 PC에 다운로드했습니다.
- 2. 파일 관리자 https://www.onworks.net/myfiles.php?username=XXXXX에 원하는 사용자 이름을 입력합니다.
- 3. 이러한 파일 관리자에서 이 응용 프로그램을 업로드합니다.
- 4. 이 웹사이트에서 OnWorks Linux 온라인 또는 Windows 온라인 에뮬레이터 또는 MACOS 온라인 에뮬레이터를 시작합니다.
- 5. 방금 시작한 OnWorks Linux OS에서 원하는 사용자 이름으로 파일 관리자 https://www.onworks.net/myfiles.php?username=XXXXX로 이동합니다.
- 6. 응용 프로그램을 다운로드하여 설치하고 실행합니다.
스크린샷:
ConvNeXt V2
설명 :
ConvNeXt V2는 자기 지도 학습과 함께 합성곱 신경망을 공동 설계하는 ConvNeXt 아키텍처의 진화된 버전입니다. V2 버전은 이미지의 일부를 마스크 처리하고 네트워크가 누락된 콘텐츠를 재구성하는 완전 합성곱 마스크 자동 인코더(FCMAE) 프레임워크를 도입하여 합성곱 유도 편향과 강력한 사전 학습을 결합합니다. 주요 혁신은 ConvNeXt 백본에 추가된 새로운 전역 응답 정규화(GRN) 계층으로, 채널 간 특징 경쟁을 강화합니다. 그 결과, 인식 벤치마크에서 변압기 아키텍처와 강력한 경쟁을 펼치면서도 효율적이고 하드웨어 친화적인 합성곱 신경망이 탄생했습니다. 이 저장소는 다양한 모델 크기(Atto, Femto, Pico, Huge까지), JAX 가중치 변환, 사전 학습/미세 조정 코드, 사전 학습된 체크포인트에 대한 공식 PyTorch 구현을 제공합니다. 자기 지도 사전 학습과 지도 미세 조정을 모두 지원합니다.
기능
- 완전 합성곱 마스크 자동 인코더 사전 학습(FCMAE)
- 채널 경쟁을 개선하기 위한 글로벌 반응 정규화(GRN)
- 다양한 모델 크기(Atto, Femto, Pico, Tiny, Base, Large, Huge)
- 자체 감독 및 지도 학습 파이프라인 지원
- 사전 학습된 체크포인트(JAX에서 변환됨) 및 PyTorch 구현
- 사전 학습 및 평가 모두를 위한 학습/미세 조정 유틸리티 및 코드
프로그래밍 언어
Python
카테고리
이 애플리케이션은 https://sourceforge.net/projects/convnext-v2.mirror/에서도 다운로드할 수 있습니다. OnWorks에 호스팅되어 무료 운영 체제 중 하나에서 가장 쉽게 온라인에서 실행할 수 있도록 설계되었습니다.