To aplikacja dla systemu Linux o nazwie iJEPA, której najnowszą wersję można pobrać jako ijepasourcecode.tar.gz. Można ją uruchomić online na bezpłatnym hostingu OnWorks dla stacji roboczych.
Pobierz i uruchom bezpłatnie aplikację iJEPA 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.
ZDJĘCIA EKRANU:
iJEPA
OPIS:
i-JEPA (Image Joint-Embedding Predictive Architecture) to samonadzorowany framework uczenia się, który przewiduje brakujące reprezentacje wysokiego poziomu zamiast rekonstruować piksele. Koder kontekstowy widzi widoczne obszary obrazu i przewiduje docelowe osadzenia dla zamaskowanych obszarów generowanych przez powoli aktualizowany koder docelowy, koncentrując uczenie się na semantyce zamiast na teksturze. Ten cel pozwala uniknąć generatywnych strat pikseli i dużego próbkowania ujemnego, generując cechy, które silnie przenoszą się przy liniowych sondach i minimalnym dostrajaniu. Projekt skaluje się naturalnie dzięki szkieletom Vision Transformer i elastycznym strategiom maskowania, a także stabilnie trenuje duże partie danych. Prognozy i-JEPA są generowane w przestrzeni osadzenia, która jest wydajna obliczeniowo i lepiej dopasowana do zadań rozróżniania w dół strumienia. Repozytorium zawiera receptury treningowe, potoki danych i kod ewaluacyjny, które wyjaśniają, które wzorce maskowania i wybory architektoniczne mają największe znaczenie.
Funkcje
- Uczenie predykcyjne w przestrzeni reprezentacji, a nie przestrzeni pikseli
- Kodery kontekstowe i docelowe z aktualizacjami EMA dla stabilnego szkolenia
- Silny transfer z prostymi sondami liniowymi i precyzyjnym dostrajaniem o niskim poziomie drgań
- Skalowalność dzięki szkieletom ViT i różnorodnym strategiom maskowania
- Wydajny obiektyw bez negatywów i dekoderów na poziomie pikseli
- Powtarzalne receptury szkoleniowe i ewaluacyjne z punktami kontrolnymi
Język programowania
Python
Kategorie
Tę aplikację można również pobrać ze strony https://sourceforge.net/projects/ijepa.mirror/. Została ona umieszczona w OnWorks, aby można ją było najłatwiej uruchomić online z poziomu jednego z naszych darmowych systemów operacyjnych.