This is the Windows app named DeiT (Data-efficient Image Transformers) whose latest release can be downloaded as deitsourcecode.tar.gz. It can be run online in the free hosting provider OnWorks for workstations.
Pobierz i uruchom bezpłatnie aplikację DeiT (Data-efficient Image Transformers) 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:
DeiT (Transformatory obrazu efektywne pod względem danych)
OPIS:
Projekt DeiT (Data-efficient Image Transformers) pokazuje, że Vision Transformers można trenować w sposób konkurencyjny w sieci ImageNet-1k bez użycia danych zewnętrznych, wykorzystując solidne receptury treningowe i destylację wiedzy. Jego główną ideą jest specjalistyczna strategia destylacji – obejmująca uczący się „token destylacji” – która pozwala transformerowi efektywnie uczyć się od CNN lub nauczyciela transformatora na zbiorach danych o niewielkiej skali. Projekt dostarcza kompaktowe warianty ViT (Tiny/Small/Base), które osiągają doskonały kompromis między dokładnością a przepustowością, dzięki czemu transformery są praktyczne poza masowymi procedurami wstępnego trenowania. Trening obejmuje starannie dostrojone rozszerzenia, regularyzację i harmonogramy optymalizacji w celu stabilizacji uczenia i poprawy wydajności próby. Repozytorium oferuje wstępnie wytrenowane punkty kontrolne, skrypty referencyjne i badania ablacji, które wyjaśniają, które składniki są najważniejsze dla efektywnego pod względem danych treningu ViT.
Funkcje
- Szkolenie ViT z efektywnym wykorzystaniem danych, działające od podstaw na ImageNet-1k
- Destylacja wiedzy z dedykowanym tokenem destylacji
- Kompaktowy model zoo (malutki/mały/podstawowy) o dużej precyzji i równowadze prędkości
- Przejrzyste przepisy treningowe z rozbudowanymi i regularnymi harmonogramami
- Wstępnie wyszkolone punkty kontrolne i powtarzalne skrypty referencyjne
- Ablacje i wytyczne dotyczące dostosowania DeiT do nowych zestawów danych i zadań
Język programowania
Python
Kategorie
Tę aplikację można również pobrać ze strony https://sourceforge.net/projects/deit-data-img-trans.mirror/. Została ona umieszczona w OnWorks, aby można ją było uruchomić online w najłatwiejszy sposób z jednego z naszych darmowych systemów operacyjnych.