Aceasta este aplicația Linux numită FastViT, a cărei ultimă versiune poate fi descărcată sub numele ml-fastvitsourcecode.tar.gz. Poate fi rulată online în furnizorul de găzduire gratuită OnWorks pentru stații de lucru.
Descărcați și rulați online gratuit această aplicație numită FastViT cu OnWorks.
Urmați aceste instrucțiuni pentru a rula această aplicație:
- 1. Ați descărcat această aplicație pe computer.
- 2. Introduceți în managerul nostru de fișiere https://www.onworks.net/myfiles.php?username=XXXXX cu numele de utilizator pe care îl doriți.
- 3. Încărcați această aplicație într-un astfel de manager de fișiere.
- 4. Porniți emulatorul online OnWorks Linux sau Windows online sau emulatorul online MACOS de pe acest site web.
- 5. Din sistemul de operare OnWorks Linux pe care tocmai l-ați pornit, accesați managerul nostru de fișiere https://www.onworks.net/myfiles.php?username=XXXXX cu numele de utilizator dorit.
- 6. Descărcați aplicația, instalați-o și rulați-o.
CAPTURĂ DE ECRAN:
FastViT
DESCRIERE:
FastViT este o familie eficientă de rețele backbone de viziune care combină tendințele inductive convoluționale cu capacitatea transformatorului pentru a oferi o precizie ridicată la bugete de inferență mobile și în timp real. Designul său urmărește o curbă Pareto favorabilă latență-precizie, vizând dispozitivele de margine și scenariile de servere în care debitul și latența cozii contează. Modelele utilizează o atenție redusă și blocuri proiectate cu atenție pentru a minimiza costurile de amestecare a jetoanelor, păstrând în același timp puterea de reprezentare. Rețetele de antrenament și inferență evidențiază integrarea simplă în sarcini vizuale comune, cum ar fi clasificarea, detectarea și segmentarea. Baza de cod oferă implementări de referință și puncte de control care facilitează evaluarea sau reglarea fină a seturilor de date din aval. În practică, FastViT oferă rețele backbone drop-in care reduc presiunea de calcul și memorie, fără trucuri de antrenament exotice.
Categorii
- Blocuri hibride Conv-Transformer optimizate pentru latență
- Precizie competitivă la bugetele de inferență mobile/edge
- Scripturi de antrenament de referință și puncte de control pre-antrenate
- Compatibilitate cu capetele standard de detectare/segmentare
- Componente eficiente din punct de vedere al atenției și al amestecării jetoanelor
- Integrare simplă în conductele PyTorch existente
Limbaj de programare
Piton
Categorii
Aceasta este o aplicație care poate fi descărcată și de la https://sourceforge.net/projects/fastvit.mirror/. A fost găzduită în OnWorks pentru a putea fi rulată online în cel mai simplu mod de pe unul dintre sistemele noastre de operare gratuite.