This is the Windows app named ConvNeXt whose latest release can be downloaded as ConvNeXtsourcecode.tar.gz. It can be run online in the free hosting provider OnWorks for workstations.
Pobierz i uruchom bezpłatnie aplikację ConvNeXt 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 dowolny emulator online systemu operacyjnego OnWorks z tej witryny, ale lepszy emulator online systemu Windows.
- 5. W systemie operacyjnym OnWorks Windows, który właśnie uruchomiłeś, przejdź do naszego menedżera plików https://www.onworks.net/myfiles.php?username=XXXXX z wybraną nazwą użytkownika.
- 6. Pobierz aplikację i zainstaluj ją.
- 7. Pobierz Wine z repozytoriów oprogramowania dystrybucji Linuksa. Po zainstalowaniu możesz dwukrotnie kliknąć aplikację, aby uruchomić ją za pomocą Wine. Możesz także wypróbować PlayOnLinux, fantazyjny interfejs w Wine, który pomoże Ci zainstalować popularne programy i gry Windows.
Wine to sposób na uruchamianie oprogramowania Windows w systemie Linux, ale bez systemu Windows. Wine to warstwa kompatybilności z systemem Windows typu open source, która może uruchamiać programy systemu Windows bezpośrednio na dowolnym pulpicie systemu Linux. Zasadniczo Wine próbuje ponownie zaimplementować system Windows od podstaw, aby mógł uruchamiać wszystkie te aplikacje Windows bez faktycznego korzystania z systemu Windows.
ZDJĘCIA EKRANU:
KonwersjaNastępna
OPIS:
ConvNeXt to zmodernizowana architektura sieci neuronowych splotowych (CNN) zaprojektowana tak, aby dorównywać Vision Transformerom (ViT) pod względem dokładności i skalowalności, zachowując jednocześnie prostotę i wydajność sieci CNN. Odwołuje się ona do klasycznych szkieletów sieci ResNet, uwzględniając trendy w projektowaniu transformatorów – duże rozmiary jądra, odwrócone wąskie gardła, normalizację warstw i aktywacje GELU – aby zniwelować lukę wydajnościową między modelami splotowymi a modelami opartymi na uwadze. Przejrzysta, hierarchiczna struktura ConvNeXt sprawia, że jest on wydajny zarówno w procesie wstępnego trenowania, jak i precyzyjnego dostrajania w szerokim zakresie zadań rozpoznawania obrazu. Osiąga konkurencyjne lub lepsze wyniki w sieci ImageNet i dalszych zbiorach danych, a jednocześnie jest łatwiejszy we wdrożeniu i trenowaniu niż transformatory. Repozytorium zawiera wstępnie wytrenowane modele, receptury treningowe i badania ablacji, które pokazują, jak przyrostowe decyzje projektowe łącznie zapewniają najnowocześniejszą wydajność.
Funkcjonalności
- Zmodernizowana architektura CNN inspirowana zasadami projektowania Vision Transformer
- Duże sploty jądra i odwrócone bloki wąskiego gardła dla lepszej reprezentacji
- Normalizacja warstw i aktywacja GELU dla lepszej stabilności i dokładności
- Hierarchiczna struktura z silnymi właściwościami skalowania w różnych rozmiarach modelu
- Wstępnie wyszkolone punkty kontrolne i przepisy szkoleniowe dla ImageNet i zadań podrzędnych
- Efektywne wdrażanie i kompatybilność z istniejącymi systemami opartymi na CNN
Język programowania
Python
Kategorie
Tę aplikację można również pobrać ze strony https://sourceforge.net/projects/convnext.mirror/. Została ona umieszczona w OnWorks, aby można ją było uruchomić online w najłatwiejszy sposób z jednego z naszych darmowych systemów operacyjnych.