Это приложение для Windows под названием Pytorch-toolbelt, последнюю версию которого можно загрузить как PytorchToolbelt0.6.2.zip. Его можно запустить онлайн на бесплатном хостинг-провайдере OnWorks для рабочих станций.
Загрузите и запустите онлайн это приложение под названием Pytorch-toolbelt 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 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
Pytorch-инструментальный пояс
ОПИСАНИЕ
Pytorch-toolbelt — это библиотека Python с набором наворотов для PyTorch для быстрого прототипирования R&D и фермы Kaggle. Простое построение модели с использованием гибкой архитектуры кодер-декодер. Модули: CoordConv, SCSE, Hypercolumn, свертка с разделением по глубине и другие. Удобный для графического процессора TTA с увеличением времени тестирования для сегментации и классификации. Удобный для GPU вывод на огромных (5000x5000) изображениях. Ежедневные стандартные процедуры (исправить/восстановить случайное начальное число, утилиты файловой системы, метрики). Потери: BinaryFocalLoss, Focal, ReducedFocal, Lovaz, потери Jaccard и Dice, потери крыла и другие. Дополнения для библиотеки Catalyst (Визуализация пакетных прогнозов, дополнительные метрики). По замыслу и кодировщик, и декодер создают список тензоров, от точных (высокое разрешение, индекс 0) до грубых (низкое разрешение) карт признаков. Доступ ко всем промежуточным картам признаков полезен, если вы хотите применить к ним потери глубокого наблюдения или кодировщик-декодер задачи обнаружения объекта.
Особенности
- Создайте модель FPN Encoder-Decoder с предварительно обученным кодировщиком
- Создайте модель U-Net Encoder-Decoder
- Создайте модель FPN Encoder-Decoder с предварительно обученным кодировщиком
- Изменить количество входных каналов для кодировщика
- Подсчет количества параметров в кодировщике/декодере и других модулях
- Составьте несколько потерь
Язык программирования
Питон
Категории
Это приложение также можно загрузить с https://sourceforge.net/projects/pytorch-toolbelt.mirror/. Он был размещен в OnWorks, чтобы его можно было легко запускать в Интернете с помощью одной из наших бесплатных операционных систем.