Este é o aplicativo Linux chamado iJEPA, cuja versão mais recente pode ser baixada como ijepasourcecode.tar.gz. Ele pode ser executado online no provedor de hospedagem gratuita OnWorks para estações de trabalho.
Baixe e execute online este aplicativo chamado iJEPA com OnWorks gratuitamente.
Siga estas instruções para executar este aplicativo:
- 1. Baixe este aplicativo em seu PC.
- 2. Entre em nosso gerenciador de arquivos https://www.onworks.net/myfiles.php?username=XXXXX com o nome de usuário que você deseja.
- 3. Carregue este aplicativo em tal gerenciador de arquivos.
- 4. Inicie o emulador OnWorks Linux online ou Windows online ou emulador MACOS online a partir deste site.
- 5. No sistema operacional OnWorks Linux que você acabou de iniciar, acesse nosso gerenciador de arquivos https://www.onworks.net/myfiles.php?username=XXXXX com o nome de usuário que deseja.
- 6. Baixe o aplicativo, instale-o e execute-o.
CAPTURAS DE TELA:
iJEPA
DESCRIÇÃO:
O i-JEPA (Image Joint-Embedding Predictive Architecture) é uma estrutura de aprendizado autossupervisionada que prevê representações de alto nível ausentes em vez de reconstruir pixels. Um codificador de contexto visualiza regiões visíveis de uma imagem e prevê embeddings de destino para regiões mascaradas produzidas por um codificador de destino atualizado lentamente, concentrando o aprendizado na semântica em vez da textura. Esse objetivo evita perdas generativas de pixels e amostragem negativa intensa, produzindo recursos que são transferidos fortemente com sondas lineares e ajuste fino mínimo. O design escala naturalmente com os backbones do Vision Transformer e estratégias de mascaramento flexíveis, e treina de forma estável em grandes tamanhos de lote. As previsões do i-JEPA são feitas no espaço de embedding, que é computacionalmente eficiente e melhor alinhado com tarefas de discriminação posteriores. O repositório fornece receitas de treinamento, pipelines de dados e código de avaliação que esclarecem quais padrões de mascaramento e escolhas arquitetônicas são mais importantes.
Recursos
- Aprendizagem preditiva no espaço de representação, não no espaço de pixels
- Codificadores de contexto e destino com atualizações EMA para treinamento estável
- Transferência forte com sondas lineares simples e ajuste fino de baixa intensidade
- Escala perfeitamente com backbones ViT e diversas estratégias de mascaramento
- Objetiva eficiente sem negativos ou decodificadores de nível de pixel
- Receitas de treinamento e avaliação reproduzíveis com pontos de verificação
Linguagem de Programação
Python
Categorias
Este é um aplicativo que também pode ser obtido em https://sourceforge.net/projects/ijepa.mirror/. Ele foi hospedado no OnWorks para ser executado online da maneira mais fácil em um de nossos sistemas operacionais gratuitos.