Это приложение для Linux под названием ConvNeXt V2, последнюю версию которого можно скачать как ConvNeXt-V2sourcecode.tar.gz. Его можно запустить онлайн на бесплатном хостинг-провайдере OnWorks для рабочих станций.
Загрузите и запустите онлайн это приложение под названием ConvNeXt V2 с OnWorks бесплатно.
Следуйте этим инструкциям, чтобы запустить это приложение:
- 1. Загрузил это приложение на свой компьютер.
- 2. Введите в нашем файловом менеджере https://www.onworks.net/myfiles.php?username=XXXXX с желаемым именем пользователя.
- 3. Загрузите это приложение в такой файловый менеджер.
- 4. Запустите онлайн-эмулятор OnWorks Linux или Windows или онлайн-эмулятор MACOS с этого веб-сайта.
- 5. В только что запущенной ОС OnWorks Linux перейдите в наш файловый менеджер https://www.onworks.net/myfiles.php?username=XXXXX с желаемым именем пользователя.
- 6. Скачайте приложение, установите его и запустите.
СКРИНШОТЫ:
ConvNeXt V2
ОПИСАНИЕ:
ConvNeXt V2 — это усовершенствованная архитектура ConvNeXt, которая позволяет совместно проектировать сверточные сети и самообучение. В версии V2 представлен фреймворк полностью сверточного маскированного автоэнкодера (FCMAE), где части изображения маскируются, а сеть восстанавливает недостающий контент, объединяя свёрточное индуктивное смещение с мощным предобучением. Ключевым нововведением является новый слой Global Response Normalization (GRN), добавленный в остов ConvNeXt, что повышает конкуренцию признаков между каналами. В результате получается свёрточная сеть, которая уверенно конкурирует с архитектурами на основе трансформаторов в тестах распознавания, будучи эффективной и аппаратно дружественной. Репозиторий предоставляет официальные реализации PyTorch для моделей различных размеров (Atto, Femto, Pico и вплоть до Huge), преобразования весов JAX, код для предобучения/тонкой настройки и предобученных контрольных точек. Она поддерживает как самообучение, так и контролируемую тонкую настройку.
Особенности
- Полностью сверточный маскированный автоэнкодер с предварительной подготовкой (FCMAE)
- Глобальная нормализация реагирования (GRN) для улучшения конкуренции каналов
- Различные размеры моделей (Atto, Femto, Pico, Tiny, Base, Large, Huge)
- Поддержка самоконтролируемых и контролируемых процессов обучения
- Предварительно обученные контрольные точки (конвертированные из JAX) и реализация PyTorch
- Утилиты и код для обучения/тонкой настройки, как для предварительной подготовки, так и для оценки
Язык программирования
Питон
Категории
Это приложение также можно загрузить с сайта https://sourceforge.net/projects/convnext-v2.mirror/. Оно размещено в OnWorks для максимально удобного запуска онлайн с помощью одной из наших бесплатных операционных систем.