This is the Windows app named MAE (Masked Autoencoders) whose latest release can be downloaded as maesourcecode.tar.gz. It can be run online in the free hosting provider OnWorks for workstations.
Бесплатно скачайте и запустите онлайн это приложение под названием MAE (Masked Autoencoders) с помощью OnWorks.
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 любой онлайн-эмулятор OS OnWorks с этого сайта, но лучше онлайн-эмулятор Windows.
- 5. В только что запущенной ОС Windows OnWorks перейдите в наш файловый менеджер https://www.onworks.net/myfiles.php?username=XXXXX с желаемым именем пользователя.
- 6. Скачайте приложение и установите его.
- 7. Загрузите Wine из репозиториев программного обеспечения вашего дистрибутива Linux. После установки вы можете дважды щелкнуть приложение, чтобы запустить его с помощью Wine. Вы также можете попробовать PlayOnLinux, необычный интерфейс поверх Wine, который поможет вам установить популярные программы и игры для Windows.
Wine - это способ запустить программное обеспечение Windows в Linux, но без Windows. Wine - это уровень совместимости с Windows с открытым исходным кодом, который может запускать программы Windows непосредственно на любом рабочем столе Linux. По сути, Wine пытается заново реализовать Windows с нуля, чтобы можно было запускать все эти Windows-приложения, фактически не нуждаясь в Windows.
СКРИНШОТЫ
Ad
MAE (Маскированные автоэнкодеры)
ОПИСАНИЕ
MAE (Masked Autoencoders) — это самообучаемая платформа для обучения визуальному представлению с использованием моделирования изображений с использованием масок. Она обучает Vision Transformer (ViT), случайным образом маскируя большую долю фрагментов изображения (обычно 75%) и восстанавливая недостающее содержимое из оставшихся видимых фрагментов. Это заставляет модель изучать семантическую структуру и глобальный контекст без участия наблюдателя. Кодер обрабатывает только видимые фрагменты, в то время как лёгкий декодер реконструирует изображение целиком, что делает предобучение вычислительно эффективным. После предобучения кодер служит мощной основой для последующих задач, таких как классификация, сегментация и обнаружение изображений, достигая максимальной производительности с минимальной тонкой настройкой. Репозиторий предоставляет предобученные модели, скрипты тонкой настройки, протоколы оценки и инструменты визуализации для качества реконструкции и усвоенных признаков.
Особенности
- Моделирование маскированного изображения с помощью случайной маскировки участков с высоким коэффициентом
- Эффективная предварительная подготовка за счет разделения кодера и декодера (кодер видит только видимые участки)
- Масштабируемая основа Vision Transformer для задач визуализации ниже по цепочке
- Предварительно обученные модели и сценарии тонкой настройки для классификации, обнаружения и сегментации
- Инструменты визуализации для реконструкции и анализа представлений
- Парадигма самостоятельного обучения, не требующая маркированных данных
Язык программирования
Питон
Категории
Это приложение также можно скачать по адресу https://sourceforge.net/projects/mae-masked-autoencoders.mirror/. Оно размещено на OnWorks для максимально удобного запуска онлайн через одну из наших бесплатных операционных систем.
