Dit is de Linux-app genaamd Bootstrap Your Own Latent (BYOL) waarvan de nieuwste release kan worden gedownload als 0.7.0.zip. Het kan online worden uitgevoerd in de gratis hostingprovider OnWorks voor werkstations.
Download en voer deze app genaamd Bootstrap Your Own Latent (BYOL) 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.
SCREENSHOTS
Ad
Bootstrap uw eigen latente (BYOL)
PRODUCTBESCHRIJVING
Praktische implementatie van een verbazingwekkend eenvoudige methode voor zelfgecontroleerd leren die een nieuwe state-of-the-art bereikt (die SimCLR overtreft) zonder contrastief leren en zonder negatieve paren te hoeven aanwijzen. Deze repository biedt een module waarmee men eenvoudig elk op afbeeldingen gebaseerd neuraal netwerk (resterend netwerk, discriminator, beleidsnetwerk) kan inpakken om onmiddellijk te kunnen profiteren van niet-gelabelde beeldgegevens. Er is nu nieuw bewijs dat batchnormalisatie de sleutel is om deze techniek goed te laten werken. Een nieuw artikel heeft met succes de batchnorm vervangen door groepsnorm + gewichtsstandaardisatie, en weerlegt dat batchstatistieken nodig zijn om BYOL te laten werken. Sluit eenvoudigweg uw neurale netwerk aan, waarbij u (1) de afbeeldingsafmetingen specificeert, evenals (2) de naam (of index) van de verborgen laag, waarvan de uitvoer wordt gebruikt als de latente representatie die wordt gebruikt voor zelfgecontroleerde training.
Kenmerken
- Praktische implementatie van een verbazingwekkend eenvoudige methode
- Groepsnorm + gewichtsstandaardisatie
- Sluit eenvoudigweg uw neurale netwerk aan
- Voor BYOL is het niet eens nodig dat de doel-encoder een exponentieel voortschrijdend gemiddelde is van de online-encoder
- Haal de inbedding of de projecties op
- Zonder contrastief leren
Programmeertaal
Python
Categorieën
Dit is een applicatie die ook kan worden opgehaald van https://sourceforge.net/projects/bootstrap-latent-byol.mirror/. Het is gehost in OnWorks zodat het op de eenvoudigste manier online kan worden uitgevoerd vanaf een van onze gratis besturingssystemen.
