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 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 모든 OS OnWorks 온라인 에뮬레이터를 시작하지만 더 나은 Windows 온라인 에뮬레이터를 시작합니다.
- 5. 방금 시작한 OnWorks Windows OS에서 원하는 사용자 이름으로 파일 관리자 https://www.onworks.net/myfiles.php?username=XXXXX로 이동합니다.
- 6. 애플리케이션을 다운로드하여 설치합니다.
- 7. Linux 배포 소프트웨어 저장소에서 Wine을 다운로드합니다. 설치가 완료되면 앱을 두 번 클릭하여 Wine과 함께 실행할 수 있습니다. 인기 있는 Windows 프로그램 및 게임을 설치하는 데 도움이 되는 Wine을 통한 멋진 인터페이스인 PlayOnLinux를 사용해 볼 수도 있습니다.
Wine은 Linux에서 Windows 소프트웨어를 실행하는 방법이지만 Windows가 필요하지 않습니다. Wine은 모든 Linux 데스크탑에서 직접 Windows 프로그램을 실행할 수 있는 오픈 소스 Windows 호환성 계층입니다. 본질적으로 Wine은 Windows가 필요하지 않고 모든 Windows 응용 프로그램을 실행할 수 있도록 Windows를 처음부터 충분히 다시 구현하려고 합니다.
스크린샷:
다음회
설명 :
ConvNeXt는 CNN의 단순성과 효율성을 유지하면서도 정확도와 확장성 면에서 Vision Transformer(ViT)에 필적하도록 설계된 현대화된 합성곱 신경망(CNN) 아키텍처입니다. 큰 커널 크기, 역 병목 현상, 계층 정규화, GELU 활성화 등 변압기 설계 트렌드를 고려하여 기존 ResNet 스타일의 백본을 재검토하여 합성곱과 어텐션 기반 모델 간의 성능 격차를 해소합니다. ConvNeXt의 깔끔하고 계층적인 구조는 광범위한 시각 인식 작업에서 사전 학습 및 미세 조정 모두에 효율적입니다. ImageNet 및 다운스트림 데이터셋에서 경쟁력 있거나 더 우수한 결과를 달성하는 동시에 변압기보다 배포 및 학습이 더 쉽습니다. 저장소는 사전 학습된 모델, 학습 레시피, 그리고 점진적인 설계 선택이 어떻게 종합적으로 최첨단 성능을 도출하는지 보여주는 애블레이션 연구를 제공합니다.
기능
- Vision Transformer 디자인 원칙에서 영감을 받은 현대화된 CNN 아키텍처
- 향상된 표현을 위한 대규모 커널 합성 및 역 병목 블록
- 안정성과 정확도 향상을 위한 레이어 정규화 및 GELU 활성화
- 모델 크기에 걸쳐 강력한 확장 속성을 갖춘 계층적 구조
- ImageNet 및 다운스트림 작업을 위한 사전 학습된 체크포인트 및 학습 레시피
- 기존 CNN 기반 시스템과의 효율적인 배포 및 호환성
프로그래밍 언어
Python
카테고리
이 애플리케이션은 https://sourceforge.net/projects/convnext.mirror/에서도 다운로드할 수 있습니다. OnWorks에 호스팅되어 무료 운영 체제 중 하나에서 가장 쉽게 온라인에서 실행할 수 있도록 설계되었습니다.