This is the Linux app named Vision Transformer Pytorch whose latest release can be downloaded as 1.15.4sourcecode.zip. It can be run online in the free hosting provider OnWorks for workstations.
Pobierz i uruchom bezpłatnie aplikację Vision Transformer Pytorch z OnWorks w trybie online.
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:
Vision Transformer Pytorch
OPIS:
To repozytorium zapewnia minimalistyczną implementację Vision Transformer (ViT) od podstaw w PyTorch, koncentrując się na podstawowych elementach architektonicznych niezbędnych do klasyfikacji obrazów. Model jest dzielony na osadzanie łatek, kodowanie pozycyjne, wielogłowicową samoobserwację, bloki sprzężenia zwrotnego oraz nagłówek klasyfikacyjny, co pozwala zrozumieć każdy komponent w izolacji. Kod jest celowo zwarty i modułowy, co ułatwia majstrowanie przy hiperparametrach, wymiarach głębokości, szerokości i uwagi. Ponieważ jest zbliżony do podstawowej wersji PyTorch, można integrować niestandardowe zestawy danych i pętle treningowe bez konieczności uzależniania się od frameworka. Jest szeroko stosowany jako materiał edukacyjny dla osób uczących się obsługi transformatorów w systemach wizyjnych oraz jako lekka baza wypadowa dla prototypów badawczych. Projekt zachęca do eksperymentowania — wymiany optymalizatorów, zmian rozszerzeń lub podłączania szkieletu transformatora do zadań podrzędnych.
Funkcje
- Zwięzłe moduły PyTorch do łatania, uwagi, bloków MLP i głów
- Łatwo konfigurowalne głębokości, głowice, wymiary i ustawienia końcówek
- Proste przykłady szkoleń i wnioskowania, które można włączyć do typowych pętli
- Przyjazny dla eksperymentów i szybkiego prototypowania na niestandardowych danych
- Minimalne zależności zewnętrzne i idiomatyczny styl PyTorch
- Służy jako czytelny odnośnik do szczegółów architektury ViT
Język programowania
Python
Kategorie
Tę aplikację można również pobrać ze strony https://sourceforge.net/projects/vision-tran-pytorch.mirror/. Została ona umieszczona w OnWorks, aby można ją było uruchomić online w najłatwiejszy sposób z jednego z naszych darmowych systemów operacyjnych.