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.
Baixe e execute online gratuitamente este aplicativo chamado Vision Transformer Pytorch com OnWorks.
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:
Vision Transformer Pytorch
DESCRIÇÃO:
Este repositório fornece uma implementação minimalista e completa do Vision Transformer (ViT) em PyTorch, com foco nos principais elementos arquitetônicos necessários para a classificação de imagens. Ele divide o modelo em incorporação de patches, codificação posicional, autoatenção multi-cabeças, blocos de propagação direta e uma cabeça de classificação, permitindo a compreensão de cada componente isoladamente. O código é intencionalmente compacto e modular, facilitando a manipulação de hiperparâmetros, profundidade, largura e dimensões de atenção. Por ser semelhante ao PyTorch padrão, permite a integração de conjuntos de dados e loops de treinamento personalizados sem a necessidade de dependência de frameworks específicos. É amplamente utilizado como referência educacional para o aprendizado de transformers em visão computacional e como uma base leve para protótipos de pesquisa. O projeto incentiva a experimentação — troque otimizadores, altere aumentos de dados ou integre a estrutura do transformer a tarefas subsequentes.
Recursos
- Módulos PyTorch concisos para patching, atenção, blocos MLP e cabeçalhos.
- Profundidades, cabeçotes, dimensões e configurações de dropout facilmente configuráveis.
- Exemplos simples de treinamento e inferência que se encaixam em loops comuns.
- Favorável à experimentação e prototipagem rápida com dados personalizados.
- Dependências externas mínimas e estilo idiomático do PyTorch.
- Serve como uma referência acessível para detalhes da arquitetura ViT.
Linguagem de Programação
Python
Categorias
Este aplicativo também pode ser obtido em https://sourceforge.net/projects/vision-tran-pytorch.mirror/. Ele foi hospedado no OnWorks para facilitar sua execução online a partir de um de nossos sistemas operacionais gratuitos.