This is the Linux app named ConvNeXt V2 whose latest release can be downloaded as ConvNeXt-V2sourcecode.tar.gz. It can be run online in the free hosting provider OnWorks for workstations.
Pobierz i uruchom bezpłatnie aplikację ConvNeXt V2 z OnWorks.
Postępuj zgodnie z tymi instrukcjami, aby uruchomić tę aplikację:
- 1. Pobrałem tę aplikację na swój komputer.
- 2. Wpisz w naszym menedżerze plików https://www.onworks.net/myfiles.php?username=XXXXX z wybraną nazwą użytkownika.
- 3. Prześlij tę aplikację w takim menedżerze plików.
- 4. Uruchom emulator online OnWorks Linux lub Windows online lub emulator online MACOS z tej witryny.
- 5. W systemie operacyjnym OnWorks Linux, który właśnie uruchomiłeś, przejdź do naszego menedżera plików https://www.onworks.net/myfiles.php?username=XXXXX z wybraną nazwą użytkownika.
- 6. Pobierz aplikację, zainstaluj ją i uruchom.
ZRZUTY EKRANU
Ad
ConvNeXt V2
OPIS
ConvNeXt V2 to ewolucja architektury ConvNeXt, która współprojektuje sieci konwolucyjne z samonadzorowanym uczeniem. Wersja V2 wprowadza w pełni splotowy, maskowany autokoder (FCMAE), w którym części obrazu są maskowane, a sieć rekonstruuje brakującą zawartość, łącząc splotowe, indukcyjne obciążenie z wydajnym wstępnym trenowaniem. Kluczową innowacją jest nowa warstwa Global Response Normalization (GRN) dodana do szkieletu ConvNeXt, która zwiększa konkurencję cech między kanałami. Rezultatem jest sieć konwolucyjna, która silnie konkuruje z architekturami transformatorowymi w testach rozpoznawania, jednocześnie będąc wydajną i przyjazną dla sprzętu. Repozytorium zawiera oficjalne implementacje PyTorch dla wielu rozmiarów modeli (od Atto, Femto, Pico aż do Huge), konwersję z wag JAX, kod do wstępnego trenowania/dostrajania oraz wstępnie wytrenowane punkty kontrolne. Obsługuje zarówno samonadzorowany, jak i nadzorowany dostrajanie.
Funkcjonalności
- W pełni splotowy, maskowany autokoder wstępny (FCMAE)
- Globalna normalizacja odpowiedzi (GRN) w celu poprawy konkurencji między kanałami
- Różne rozmiary modeli (Atto, Femto, Pico, Tiny, Base, Large, Huge)
- Wsparcie dla procesów uczenia się z nadzorem i samodzielnym nadzorem
- Wstępnie wytrenowane punkty kontrolne (przekonwertowane z JAX) i implementacja PyTorch
- Narzędzia i kod do szkolenia/dostrajania wstępnego i ewaluacji
Język programowania
Python
Kategorie
Tę aplikację można również pobrać ze strony https://sourceforge.net/projects/convnext-v2.mirror/. Została ona umieszczona w OnWorks, aby można ją było uruchomić online w najłatwiejszy sposób z jednego z naszych darmowych systemów operacyjnych.
