This is the Windows app named DeiT (Data-efficient Image Transformers) whose latest release can be downloaded as deitsourcecode.tar.gz. It can be run online in the free hosting provider OnWorks for workstations.
ດາວນ໌ໂຫລດແລະດໍາເນີນການອອນໄລນ໌ app ນີ້ມີຊື່ DeiT (Data-efficient Image Transformers) ກັບ OnWorks ໄດ້ຟຣີ.
ປະຕິບັດຕາມຄໍາແນະນໍາເຫຼົ່ານີ້ເພື່ອດໍາເນີນການ app ນີ້:
- 1. ດາວໂຫຼດຄໍາຮ້ອງສະຫມັກນີ້ໃນ PC ຂອງທ່ານ.
- 2. ໃສ່ໃນຕົວຈັດການໄຟລ໌ຂອງພວກເຮົາ https://www.onworks.net/myfiles.php?username=XXXXX ດ້ວຍຊື່ຜູ້ໃຊ້ທີ່ທ່ານຕ້ອງການ.
- 3. ອັບໂຫລດແອັບພລິເຄຊັນນີ້ຢູ່ໃນຕົວຈັດການໄຟລ໌ດັ່ງກ່າວ.
- 4. ເລີ່ມ emulator ອອນ ໄລ ນ ໌ OS OnWorks ຈາກ ເວັບ ໄຊ ທ ໌ ນີ້, ແຕ່ ດີກ ວ່າ Windows ອອນ ໄລ ນ ໌ emulator.
- 5. ຈາກ OnWorks Windows OS ທີ່ເຈົ້າຫາກໍ່ເລີ່ມຕົ້ນ, ໄປທີ່ຕົວຈັດການໄຟລ໌ຂອງພວກເຮົາ https://www.onworks.net/myfiles.php?username=XXXXX ດ້ວຍຊື່ຜູ້ໃຊ້ທີ່ທ່ານຕ້ອງການ.
- 6. ດາວນ໌ໂຫລດຄໍາຮ້ອງສະຫມັກແລະຕິດຕັ້ງມັນ.
- 7. ດາວໂຫລດ Wine ຈາກບ່ອນເກັບມ້ຽນຊອບແວການແຈກຢາຍ Linux ຂອງທ່ານ. ເມື່ອຕິດຕັ້ງແລ້ວ, ທ່ານສາມາດຄລິກສອງຄັ້ງ app ເພື່ອດໍາເນີນການໃຫ້ເຂົາເຈົ້າກັບ Wine. ນອກນັ້ນທ່ານຍັງສາມາດລອງ PlayOnLinux, ການໂຕ້ຕອບທີ່ແປກປະຫຼາດໃນໄລຍະ Wine ທີ່ຈະຊ່ວຍໃຫ້ທ່ານຕິດຕັ້ງໂປລແກລມ Windows ແລະເກມທີ່ນິຍົມ.
ເຫຼົ້າແວງເປັນວິທີການແລ່ນຊອບແວ Windows ໃນ Linux, ແຕ່ບໍ່ມີ Windows ທີ່ຕ້ອງການ. ເຫຼົ້າແວງແມ່ນຊັ້ນຄວາມເຂົ້າກັນໄດ້ຂອງ Windows ແຫຼ່ງເປີດທີ່ສາມາດເອີ້ນໃຊ້ໂຄງການ Windows ໂດຍກົງໃນ desktop Linux ໃດກໍໄດ້. ໂດຍພື້ນຖານແລ້ວ, Wine ກໍາລັງພະຍາຍາມປະຕິບັດໃຫມ່ຢ່າງພຽງພໍຂອງ Windows ຕັ້ງແຕ່ເລີ່ມຕົ້ນເພື່ອໃຫ້ມັນສາມາດດໍາເນີນການຄໍາຮ້ອງສະຫມັກ Windows ທັງຫມົດໄດ້ໂດຍບໍ່ຕ້ອງໃຊ້ Windows.
ໜ້າ ຈໍ
Ad
DeiT (ຕົວປ່ຽນຮູບພາບທີ່ມີປະສິດທິພາບດ້ານຂໍ້ມູນ)
ລາຍລະອຽດ
DeiT (Data-efficient Image Transformers) ສະແດງໃຫ້ເຫັນວ່າ Vision Transformers ສາມາດໄດ້ຮັບການຝຶກອົບຮົມໃນການແຂ່ງຂັນໃນ ImageNet-1k ໂດຍບໍ່ມີຂໍ້ມູນພາຍນອກໂດຍໃຊ້ສູດການຝຶກອົບຮົມທີ່ເຂັ້ມແຂງແລະການກັ່ນຄວາມຮູ້. ແນວຄວາມຄິດທີ່ສໍາຄັນຂອງມັນແມ່ນຍຸດທະສາດການກັ່ນນ້ໍາພິເສດ - ລວມທັງ "token ການກັ່ນ" ທີ່ສາມາດຮຽນຮູ້ໄດ້ - ທີ່ເຮັດໃຫ້ຫມໍ້ແປງຮຽນຮູ້ປະສິດທິຜົນຈາກ CNN ຫຼືຄູສອນຫມໍ້ແປງໃນຊຸດຂໍ້ມູນທີ່ມີຂະຫນາດເລັກນ້ອຍ. ໂຄງການດັ່ງກ່າວໄດ້ສະຫນອງຕົວປ່ຽນ ViT ຫນາແຫນ້ນ (ຂະຫນາດນ້ອຍ / ຂະຫນາດນ້ອຍ / ຖານ) ທີ່ບັນລຸຄວາມຖືກຕ້ອງທີ່ດີເລີດໂດຍຜ່ານການຊື້ຂາຍ offs, ເຮັດໃຫ້ການຫັນເປັນພາກປະຕິບັດນອກຈາກລະບຽບ pretraining ຂະຫນາດໃຫຍ່. ການຝຶກອົບຮົມກ່ຽວຂ້ອງກັບການຂະຫຍາຍຢ່າງລະມັດລະວັງ, ການປັບແຕ່ງປົກກະຕິ, ແລະຕາຕະລາງການເພີ່ມປະສິດທິພາບເພື່ອເຮັດໃຫ້ການຮຽນຮູ້ສະຖຽນລະພາບແລະປັບປຸງປະສິດທິພາບຂອງຕົວຢ່າງ. repo ສະຫນອງການກວດກາ pretrained, scripts ອ້າງອິງ, ແລະການສຶກສາ ablation ທີ່ຊີ້ແຈງວ່າສ່ວນປະກອບສໍາສໍາຄັນທີ່ສຸດສໍາລັບການຝຶກອົບຮົມ ViT ປະສິດທິພາບຂໍ້ມູນ.
ຄຸນລັກສະນະ
- ການຝຶກອົບຮົມ ViT ທີ່ມີປະສິດທິພາບດ້ານຂໍ້ມູນທີ່ເຮັດວຽກຢູ່ໃນ ImageNet-1k ຕັ້ງແຕ່ເລີ່ມຕົ້ນ
- ການກັ່ນຄວາມຮູ້ດ້ວຍເຄື່ອງໝາຍການກັ່ນທີ່ອຸທິດຕົນ
- ສວນສັດຕົວແບບຂະໜາດກະທັດຮັດ (ຂະໜາດນ້ອຍ/ຂະໜາດນ້ອຍ/ຖານ) ດ້ວຍຄວາມຖືກຕ້ອງ-ຄວາມໄວທີ່ສົມດຸນ
- ສູດການຝຶກອົບຮົມທີ່ຊັດເຈນດ້ວຍການຂະຫຍາຍແລະຕາຕະລາງການເຮັດໃຫ້ເປັນປົກກະຕິ
- ດ່ານທີ່ຝຶກໄວ້ລ່ວງໜ້າ ແລະສະຄຣິບອ້າງອີງທີ່ສາມາດຜະລິດຄືນໄດ້
- Ablations ແລະຄໍາແນະນໍາເພື່ອປັບ DeiT ກັບຊຸດຂໍ້ມູນແລະຫນ້າວຽກໃຫມ່
ພາສາການຂຽນໂປຣແກຣມ
Python
ປະເພດ
ນີ້ແມ່ນແອັບພລິເຄຊັນທີ່ຍັງສາມາດເອົາມາຈາກ https://sourceforge.net/projects/deit-data-img-trans.mirror/. ມັນໄດ້ຖືກຈັດຢູ່ໃນ OnWorks ເພື່ອໃຫ້ດໍາເນີນການອອນໄລນ໌ດ້ວຍວິທີທີ່ງ່າຍທີ່ສຸດຈາກຫນຶ່ງໃນລະບົບປະຕິບັດງານຟຣີຂອງພວກເຮົາ.
