Ini ialah apl Linux bernama MAE (Masked Autoencoders) yang keluaran terbarunya boleh dimuat turun sebagai maesourcecode.tar.gz. Ia boleh dijalankan dalam talian dalam penyedia pengehosan percuma OnWorks untuk stesen kerja.
Muat turun dan jalankan dalam talian apl bernama MAE (Masked Autoencoders) ini dengan OnWorks secara percuma.
Ikut arahan ini untuk menjalankan apl ini:
- 1. Memuat turun aplikasi ini dalam PC anda.
- 2. Masukkan dalam pengurus fail kami https://www.onworks.net/myfiles.php?username=XXXXX dengan nama pengguna yang anda mahukan.
- 3. Muat naik aplikasi ini dalam pengurus filem tersebut.
- 4. Mulakan OnWorks Linux dalam talian atau emulator dalam talian Windows atau emulator dalam talian MACOS dari tapak web ini.
- 5. Daripada OS Linux OnWorks yang baru anda mulakan, pergi ke pengurus fail kami https://www.onworks.net/myfiles.php?username=XXXX dengan nama pengguna yang anda mahukan.
- 6. Muat turun aplikasi, pasang dan jalankan.
SKRIN:
MAE (Pengekod Auto Bertopeng)
HURAIAN:
MAE (Masked Autoencoders) ialah rangka kerja pembelajaran diselia sendiri untuk pembelajaran perwakilan visual menggunakan pemodelan imej bertopeng. Ia melatih Pengubah Penglihatan (ViT) dengan menyembunyikan peratusan tampalan imej yang tinggi secara rawak (biasanya 75%) dan membina semula kandungan yang hilang daripada tompok yang boleh dilihat yang tinggal. Ini memaksa model untuk mempelajari struktur semantik dan konteks global tanpa pengawasan. Pengekod hanya memproses tampalan yang boleh dilihat, manakala penyahkod ringan membina semula imej penuh—menjadikan pralatihan cekap secara pengiraan. Selepas pralatihan, pengekod berfungsi sebagai tulang belakang yang berkuasa untuk tugas hiliran seperti pengelasan imej, pembahagian dan pengesanan, mencapai prestasi terbaik dengan penalaan halus yang minimum. Repositori menyediakan model terlatih, skrip penalaan halus, protokol penilaian dan alat visualisasi untuk kualiti pembinaan semula dan ciri yang dipelajari.
Ciri-ciri
- Pemodelan imej bertopeng dengan pelekat tampalan nisbah tinggi rawak
- Pralatihan yang cekap melalui pengasingan pengekod-penyahkod (pengekod hanya melihat tompok yang boleh dilihat)
- Tulang belakang Pengubah Penglihatan Berskala untuk tugas penglihatan hiliran
- Model terlatih dan skrip penalaan halus untuk pengelasan, pengesanan dan pembahagian
- Alat visualisasi untuk pembinaan semula dan analisis perwakilan
- Paradigma latihan yang diselia sendiri tidak memerlukan data berlabel
Bahasa Pengaturcaraan
Python
Kategori
Ini adalah aplikasi yang juga boleh diambil dari https://sourceforge.net/projects/mae-masked-autoencoders.mirror/. Ia telah dihoskan dalam OnWorks untuk dijalankan dalam talian dengan cara yang paling mudah daripada salah satu Sistem Operasi percuma kami.