Dit is de Linux-app genaamd Asteroid waarvan de nieuwste release kan worden gedownload als UpgradetoTorch2.xandLightning2.xsourcecode.zip. Het kan online worden uitgevoerd in de gratis hostingprovider OnWorks voor werkstations.
Download en voer deze app met de naam Asteroid gratis uit met OnWorks.
Volg deze instructies om deze app uit te voeren:
- 1. Download deze applicatie op uw pc.
- 2. Voer in onze bestandsbeheerder https://www.onworks.net/myfiles.php?username=XXXXX in met de gebruikersnaam die u wilt.
- 3. Upload deze applicatie in zo'n bestandsbeheerder.
- 4. Start de OnWorks Linux online of Windows online emulator of MACOS online emulator vanaf deze website.
- 5. Ga vanuit het OnWorks Linux-besturingssysteem dat u zojuist hebt gestart naar onze bestandsbeheerder https://www.onworks.net/myfiles.php?username=XXXXX met de gewenste gebruikersnaam.
- 6. Download de applicatie, installeer hem en voer hem uit.
SCHERMSCHERMEN:
Asteroïde
BESCHRIJVING:
De op PyTorch gebaseerde toolkit voor het scheiden van audiobronnen voor onderzoekers. Op Pytorch gebaseerde toolkit voor het scheiden van audiobronnen die snel experimenteren met gemeenschappelijke datasets mogelijk maakt. Het wordt geleverd met een broncode die een groot aantal datasets en architecturen ondersteunt, en een reeks recepten om enkele belangrijke artikelen te reproduceren. Bouwstenen zijn bedacht en ontworpen om naadloos op elkaar aan te sluiten. Filterbanken, encoders, maskers, decoders en verliezen zijn allemaal veelgebruikte bouwstenen die op een flexibele manier kunnen worden gecombineerd om nieuwe systemen te creëren. Het uitbreiden van de toolkit met nieuwe functies is eenvoudig. Voeg heel eenvoudig een nieuwe filterbank, scheidingsarchitectuur, dataset of zelfs recept toe. Recepten bieden een eenvoudige manier om resultaten te reproduceren met gegevensvoorbereiding, systeemontwerp, training en evaluatie in één script. Dit is een essentieel instrument voor de gemeenschap! De standaardlogger is TensorBoard in alle recepten. Vanuit de receptenmap kunt u het volgende uitvoeren om de logboeken van al uw runs te visualiseren.
Voordelen
- Toolkit voor het scheiden van audiobronnen
- Snel experimenteren met gemeenschappelijke datasets
- modulariteit
- Uitbreidbaarheid en reproduceerbaarheid
- Reproduceer resultaten met gegevensvoorbereiding
- Voeg een nieuwe filterbank, separatorarchitectuur, dataset of zelfs recept toe
Programmeertaal
Python
Categorieën
Dit is een applicatie die ook kan worden opgehaald van https://sourceforge.net/projects/asteroid.mirror/. Het is gehost in OnWorks zodat het op de eenvoudigste manier online kan worden uitgevoerd vanaf een van onze gratis besturingssystemen.