이것은 최신 릴리스를 0.7.5.zip으로 다운로드할 수 있는 RIN(Recurrent Interface Network)이라는 Linux 앱입니다. 워크스테이션용 무료 호스팅 제공업체인 OnWorks에서 온라인으로 실행할 수 있습니다.
RIN(Recurrent Interface Network)이라는 이 앱을 OnWorks와 함께 무료로 다운로드하여 온라인에서 실행하십시오.
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.
스크린 샷
Ad
순환 인터페이스 네트워크(RIN)
기술
Pytorch에서 계단식 네트워크 없이 매우 효율적인 이미지 및 비디오 생성을 위한 RIN(Recurrent Interface Network) 구현. 저자는 의도치 않게 세트 트랜스포머 논문에서 유도된 세트 어텐션 블록을 재발명했습니다. 그들은 또한 이를 특히 잠재성을 위해 Bit Diffusion 논문의 자가 조정 기술과 결합합니다. 마지막 요소는 시그모이드를 기반으로 하는 새로운 노이즈 함수인 것 같습니다. 저자는 이것이 더 큰 이미지에 대해 코사인 스케줄러보다 낫다고 주장합니다. 큰 놀라움은 세대가 이 수준의 충실도에 도달할 수 있다는 것입니다. 내 컴퓨터에서 이를 확인해야 합니다. 추가적으로, 우리는 메인 브랜치에 추가 선형 주의를 추가하고 픽셀 공간에서 자체 조정을 시도할 것입니다. 새로 제안된 시그모이드 노이즈 일정뿐만 아니라 네트워크의 모든 숨겨진 상태에 대한 자체 조정이 가능한 통찰력이 두 가지 주요 결과입니다.
특징
- 결과는 주기적으로 ./results 폴더에 저장됩니다.
- Trainer 외부에서 RIN 및 GaussianDiffusion 클래스로 실험
- 순환 인터페이스 네트워크(RIN) 구현
- 계단식 네트워크 없이 매우 효율적인 이미지 및 비디오 생성
- 이 리포지토리에는 더 높은 해상도의 이미지에 노이즈를 추가하는 기능도 포함되어 있습니다.
- 논문에서 제안한 간단한 선형 감마 일정을 포함합니다.
프로그래밍 언어
Python
카테고리
이것은 https://sourceforge.net/projects/recurrent-interface-net.mirror/에서 가져올 수도 있는 애플리케이션입니다. 무료 운영 체제 중 하나에서 가장 쉬운 방법으로 온라인으로 실행하기 위해 OnWorks에서 호스팅되었습니다.
