ഇതാണ് OpenCLIP എന്ന് പേരിട്ടിരിക്കുന്ന Linux ആപ്പ്, ഇതിന്റെ ഏറ്റവും പുതിയ പതിപ്പ് v2.23.0sourcecode.zip ആയി ഡൗൺലോഡ് ചെയ്യാം. വർക്ക്സ്റ്റേഷനുകൾക്കായുള്ള സൗജന്യ ഹോസ്റ്റിംഗ് ദാതാവായ OnWorks-ൽ ഇത് ഓൺലൈനായി പ്രവർത്തിപ്പിക്കാം.
OnWorks-നൊപ്പം OpenCLIP എന്ന് പേരിട്ടിരിക്കുന്ന ഈ ആപ്പ് സൗജന്യമായി ഓൺലൈനായി ഡൗൺലോഡ് ചെയ്ത് പ്രവർത്തിപ്പിക്കുക.
ഈ ആപ്പ് പ്രവർത്തിപ്പിക്കുന്നതിന് ഈ നിർദ്ദേശങ്ങൾ പാലിക്കുക:
- 1. നിങ്ങളുടെ പിസിയിൽ ഈ ആപ്ലിക്കേഷൻ ഡൗൺലോഡ് ചെയ്തു.
- 2. ഞങ്ങളുടെ ഫയൽ മാനേജറിൽ https://www.onworks.net/myfiles.php?username=XXXXX എന്നതിൽ നിങ്ങൾക്ക് ആവശ്യമുള്ള ഉപയോക്തൃനാമം നൽകുക.
- 3. അത്തരം ഫയൽമാനേജറിൽ ഈ ആപ്ലിക്കേഷൻ അപ്‌ലോഡ് ചെയ്യുക.
- 4. ഈ വെബ്സൈറ്റിൽ നിന്ന് OnWorks Linux ഓൺലൈനോ Windows ഓൺലൈൻ എമുലേറ്ററോ MACOS ഓൺലൈൻ എമുലേറ്ററോ ആരംഭിക്കുക.
- 5. നിങ്ങൾ ഇപ്പോൾ ആരംഭിച്ച OnWorks Linux OS-ൽ നിന്ന്, നിങ്ങൾക്ക് ആവശ്യമുള്ള ഉപയോക്തൃനാമത്തോടുകൂടിയ ഞങ്ങളുടെ ഫയൽ മാനേജർ https://www.onworks.net/myfiles.php?username=XXXXX എന്നതിലേക്ക് പോകുക.
- 6. ആപ്ലിക്കേഷൻ ഡൌൺലോഡ് ചെയ്യുക, അത് ഇൻസ്റ്റാൾ ചെയ്ത് പ്രവർത്തിപ്പിക്കുക.
സ്ക്രീൻഷോട്ടുകൾ:
OpenCLIP
വിവരണം:
ഈ ശേഖരണത്തിന്റെ ലക്ഷ്യം കോൺട്രാസ്റ്റീവ് ഇമേജ്-ടെക്സ്റ്റ് മേൽനോട്ടം ഉള്ള പരിശീലന മോഡലുകളെ പ്രാപ്‌തമാക്കുകയും വിതരണ ഷിഫ്റ്റിലേക്കുള്ള കരുത്ത് പോലുള്ള അവയുടെ സവിശേഷതകൾ അന്വേഷിക്കുകയും ചെയ്യുക എന്നതാണ്. ഒരേ ഡാറ്റാസെറ്റിൽ പരിശീലിപ്പിക്കുമ്പോൾ യഥാർത്ഥ CLIP മോഡലുകളുടെ കൃത്യതയുമായി പൊരുത്തപ്പെടുന്ന CLIP-ന്റെ ഒരു നിർവ്വഹണമാണ് ഞങ്ങളുടെ ആരംഭ പോയിന്റ്. പ്രത്യേകമായി, OpenAI-യുടെ YFCC-യുടെ 50 ദശലക്ഷം ഇമേജ് സബ്സെറ്റിൽ ഞങ്ങളുടെ കോഡ്ബേസ് ഉപയോഗിച്ച് പരിശീലിപ്പിച്ച ഒരു ResNet-15 മോഡൽ ഇമേജ്നെറ്റിൽ 32.7% ടോപ്പ്-1 കൃത്യത കൈവരിക്കുന്നു. YFCC-യുടെ അതേ ഉപസെറ്റിൽ പരിശീലിപ്പിക്കുമ്പോൾ OpenAI-യുടെ CLIP മോഡൽ 31.3% ൽ എത്തുന്നു. പരീക്ഷണത്തിന്റെ എളുപ്പത്തിനായി, കൺസെപ്ച്വൽ ക്യാപ്ഷൻസ് ഡാറ്റാസെറ്റിലെ 3 ദശലക്ഷം ചിത്രങ്ങളിൽ പരിശീലനത്തിനുള്ള കോഡും ഞങ്ങൾ നൽകുന്നു, അവിടെ ഞങ്ങളുടെ കോഡ്ബേസ് ഉപയോഗിച്ച് പരിശീലിപ്പിച്ച ResNet-50x4 22.2% ടോപ്പ്-1 ഇമേജ് നെറ്റ് കൃത്യതയിൽ എത്തുന്നു. ഈ കോഡ്ബേസ് പുരോഗതിയിലാണ്, ഇത് കൂടുതൽ ആക്സസ് ചെയ്യാവുന്നതും ഉപയോഗപ്രദവുമാക്കുന്നതിന് എല്ലാവരേയും സംഭാവന ചെയ്യാൻ ഞങ്ങൾ ക്ഷണിക്കുന്നു. ഭാവിയിൽ, TPU പരിശീലനത്തിന് പിന്തുണ നൽകാനും വലിയ മോഡലുകൾ പുറത്തിറക്കാനും ഞങ്ങൾ പദ്ധതിയിടുന്നു. ഈ കോഡ്ബേസ് കൂടുതൽ ഗവേഷണം സുഗമമാക്കുകയും പ്രോത്സാഹിപ്പിക്കുകയും ചെയ്യുമെന്ന് ഞങ്ങൾ പ്രതീക്ഷിക്കുന്നു.
സവിശേഷതകൾ
- കോൺട്രാസ്റ്റീവ് ഇമേജ്-ടെക്സ്റ്റ് മേൽനോട്ടം ഉള്ള പരിശീലന മോഡലുകൾ പ്രവർത്തനക്ഷമമാക്കുക
- ഡിസ്ട്രിബ്യൂഷൻ ഷിഫ്റ്റിലേക്കുള്ള കരുത്ത് പോലെയുള്ള അവരുടെ പ്രോപ്പർട്ടികൾ അന്വേഷിക്കുക
- ആശയപരമായ അടിക്കുറിപ്പ് ഡാറ്റാസെറ്റിലെ 3 ദശലക്ഷം ചിത്രങ്ങളിൽ പരിശീലനം
- ക്ലാസിഫിക്കേഷൻ ടാസ്ക്കുകളിൽ ഫൈൻ ട്യൂണിംഗ്
- OpenCLIP രണ്ട് കോളങ്ങളുള്ള ഒരു CSV ഫയൽ വായിക്കുന്നു
- YFCCയും മറ്റ് ഡാറ്റാസെറ്റുകളും
പ്രോഗ്രാമിംഗ് ഭാഷ
പൈത്തൺ
Categories
ഇത് https://sourceforge.net/projects/openclip.mirror/ എന്നതിൽ നിന്നും ലഭിക്കാവുന്ന ഒരു ആപ്ലിക്കേഷനാണ്. ഞങ്ങളുടെ സൗജന്യ ഓപ്പറേറ്റീവ് സിസ്റ്റങ്ങളിലൊന്നിൽ നിന്ന് ഏറ്റവും എളുപ്പമുള്ള രീതിയിൽ ഓൺലൈനിൽ പ്രവർത്തിപ്പിക്കുന്നതിനായി ഇത് OnWorks-ൽ ഹോസ്റ്റ് ചെയ്‌തിരിക്കുന്നു.