iJEPA라는 이름의 Linux 앱으로, 최신 버전은 ijepasourcecode.tar.gz 파일로 다운로드할 수 있습니다. 워크스테이션용 무료 호스팅 제공업체인 OnWorks에서 온라인으로 실행할 수 있습니다.
OnWorks에서 iJEPA라는 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:
아이제파
설명 :
i-JEPA(Image Joint-Embedding Predictive Architecture)는 픽셀을 재구성하는 대신 누락된 고수준 표현을 예측하는 자기 지도 학습 프레임워크입니다. 컨텍스트 인코더는 이미지의 가시 영역을 보고, 느리게 업데이트되는 타겟 인코더에서 생성된 마스크 영역에 대한 타겟 임베딩을 예측하며, 텍스처 대신 의미론에 학습을 집중합니다. 이 목표는 생성적 픽셀 손실을 피하고 과도한 네거티브 샘플링을 방지하여 선형 프로브와 최소한의 미세 조정으로 강력하게 전달되는 특징을 생성합니다. 이 설계는 Vision Transformer 백본과 유연한 마스킹 전략을 통해 자연스럽게 확장되며, 큰 배치 크기에서도 안정적으로 학습합니다. i-JEPA의 예측은 계산 효율이 높고 후속 판별 작업에 더 잘 부합하는 임베딩 공간에서 수행됩니다. 저장소는 어떤 마스킹 패턴과 아키텍처 선택이 가장 중요한지 명확히 보여주는 학습 레시피, 데이터 파이프라인 및 평가 코드를 제공합니다.
기능
- 픽셀 공간이 아닌 표현 공간에서의 예측 학습
- 안정적인 학습을 위한 EMA 업데이트가 포함된 컨텍스트 및 타겟 인코더
- 간단한 선형 프로브와 낮은 샷 미세 조정을 통한 강력한 전송
- ViT 백본과 다양한 마스킹 전략으로 깔끔하게 확장 가능
- 네거티브 또는 픽셀 수준 디코더가 없는 효율적인 목표
- 체크포인트를 사용한 재현 가능한 교육 및 평가 레시피
프로그래밍 언어
Python
카테고리
이 애플리케이션은 https://sourceforge.net/projects/ijepa.mirror/에서도 다운로드할 수 있습니다. OnWorks에 호스팅되어 무료 운영 체제 중 하나에서 가장 쉽게 온라인에서 실행할 수 있도록 설계되었습니다.