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.
Muat turun dan jalankan dalam talian apl bernama DeiT ini (Pengubah Imej Cekap Data) 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 mana-mana emulator dalam talian OS OnWorks daripada tapak web ini, tetapi emulator dalam talian Windows yang lebih baik.
- 5. Daripada OS Windows 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 dan pasangnya.
- 7. Muat turun Wine dari repositori perisian pengedaran Linux anda. Setelah dipasang, anda kemudian boleh mengklik dua kali aplikasi untuk menjalankannya dengan Wine. Anda juga boleh mencuba PlayOnLinux, antara muka mewah melalui Wine yang akan membantu anda memasang program dan permainan Windows yang popular.
Wain ialah cara untuk menjalankan perisian Windows pada Linux, tetapi tanpa Windows diperlukan. Wain ialah lapisan keserasian Windows sumber terbuka yang boleh menjalankan program Windows secara langsung pada mana-mana desktop Linux. Pada asasnya, Wine cuba untuk melaksanakan semula Windows yang mencukupi dari awal supaya ia boleh menjalankan semua aplikasi Windows tersebut tanpa memerlukan Windows.
SKRIN:
DeiT (Pengubah Imej Cekap Data)
HURAIAN:
DeiT (Pengubah Imej Cekap Data) menunjukkan bahawa Pengubah Penglihatan boleh dilatih secara kompetitif pada ImageNet-1k tanpa data luaran dengan menggunakan resipi latihan yang kukuh dan penyulingan pengetahuan. Idea utamanya ialah strategi penyulingan khusus—termasuk "token penyulingan" yang boleh dipelajari—yang membolehkan pengubah belajar secara berkesan daripada CNN atau guru pengubah pada set data skala sederhana. Projek ini menyediakan varian ViT padat (Kecil/Kecil/Asas) yang mencapai pertukaran ketepatan-proses yang sangat baik, menjadikan transformer praktikal melangkaui rejim pralatihan besar-besaran. Latihan melibatkan jadual penambahan, penyelarasan dan pengoptimuman yang ditala dengan teliti untuk menstabilkan pembelajaran dan meningkatkan kecekapan sampel. Repo menawarkan pusat pemeriksaan terlatih, skrip rujukan dan kajian ablasi yang menjelaskan bahan mana yang paling penting untuk latihan ViT yang cekap data.
Ciri-ciri
- Latihan ViT cekap data yang berfungsi pada ImageNet-1k dari awal
- Penyulingan pengetahuan dengan token penyulingan khusus
- Zoo model padat (Kecil/Kecil/Asas) dengan keseimbangan kelajuan ketepatan yang kuat
- Resipi latihan yang jelas dengan penambahan dan jadual regularisasi
- Pusat pemeriksaan terlatih dan skrip rujukan yang boleh dibuat semula
- Ablasi dan garis panduan untuk menyesuaikan DeiT kepada set data dan tugas baharu
Bahasa Pengaturcaraan
Python
Kategori
Ini adalah aplikasi yang juga boleh diambil dari https://sourceforge.net/projects/deit-data-img-trans.mirror/. Ia telah dihoskan dalam OnWorks untuk dijalankan dalam talian dengan cara yang paling mudah daripada salah satu Sistem Operasi percuma kami.