Aceasta este aplicația Linux numită PyCls, a cărei ultimă versiune poate fi descărcată sub numele Sweepcodeforstudyingmodelpopulationstatssourcecode.tar.gz. Poate fi rulată online în furnizorul de găzduire gratuit OnWorks pentru stații de lucru.
Descărcați și rulați online această aplicație numită PyCls cu OnWorks gratuit.
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.
SCREENSHOTS
Ad
PyCls
DESCRIERE
pycls este o bază de cod PyTorch axată pe cercetarea clasificării imaginilor, care pune accentul pe reproductibilitate și linii de bază puternice și transparente. A popularizat familii precum RegNet și acceptă arhitecturi clasice (ResNet, ResNeXt) cu implementări curate și rețete de antrenament consistente. Depozitul include programări, augmentări și setări de regularizare extrem de reglate, care facilitează potrivirea preciziei raportate fără presupuneri. Antrenamentul distribuit și precizia mixtă sunt de primă clasă, permițând experimente rapide pe configurații multi-GPU cu configurații declarative simple. Definițiile modelului sunt concise și modulare, facilitând prototiparea de noi blocuri sau schimbarea backbone-urilor, păstrând în același timp restul pipeline-ului neschimbat. Ponderile și scripturile de evaluare pre-antrenate acoperă seturi de date comune, iar stiva de jurnalizare/metrică este concepută pentru o comparație rapidă între rulări. Practicienii folosesc pycls atât ca o fabrică de linii de bază, cât și ca o schelă pentru noi backbone de clasificare.
Categorii
- Implementări de referință ale familiilor ResNet/ResNeXt/RegNet
- Rețete de antrenament reproductibile cu programe și augmentări optimizate
- Antrenament distribuit și cu precizie mixtă, gata de utilizare
- Sistem de configurare declarativă și conducte de date curate
- Puncte de control pre-antrenate și scripturi de evaluare standardizate
- Cod de model minimalist, modular, pentru iterare arhitecturală rapidă
Limbaj de programare
Piton
Categorii
Aceasta este o aplicație care poate fi descărcată și de la https://sourceforge.net/projects/pycls.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.
