This is the Linux app named Vision Transformer Pytorch whose latest release can be downloaded as 1.15.2sourcecode.tar.gz. It can be run online in the free hosting provider OnWorks for workstations.
ดาวน์โหลดและรันแอปออนไลน์ชื่อ Vision Transformer Pytorch พร้อม OnWorks ได้ฟรี
ทำตามคำแนะนำเหล่านี้เพื่อเรียกใช้แอปนี้:
- 1. ดาวน์โหลดแอปพลิเคชั่นนี้ในพีซีของคุณ
- 2. เข้าไปที่ file manager https://www.onworks.net/myfiles.php?username=XXXXX ด้วยชื่อผู้ใช้ที่คุณต้องการ
- 3. อัปโหลดแอปพลิเคชันนี้ในตัวจัดการไฟล์ดังกล่าว
- 4. เริ่มโปรแกรมจำลองออนไลน์ของ OnWorks Linux หรือ Windows ออนไลน์ หรือโปรแกรมจำลองออนไลน์ MACOS จากเว็บไซต์นี้
- 5. จาก OnWorks Linux OS คุณเพิ่งเริ่มต้น ไปที่ตัวจัดการไฟล์ของเรา https://www.onworks.net/myfiles.php?username=XXXXX พร้อมชื่อผู้ใช้ที่คุณต้องการ
- 6. ดาวน์โหลดแอปพลิเคชั่น ติดตั้ง และเรียกใช้
ภาพหน้าจอ
Ad
วิชั่นทรานส์ฟอร์เมอร์ไพทอร์ช
DESCRIPTION
คลังข้อมูลนี้นำเสนอการนำ Vision Transformer (ViT) ไปใช้งานจริงใน PyTorch แบบมินิมอลตั้งแต่ต้น โดยมุ่งเน้นไปที่ชิ้นส่วนสถาปัตยกรรมหลักที่จำเป็นสำหรับการจำแนกภาพ คลังข้อมูลนี้แบ่งแบบจำลองออกเป็นแพตช์ฝังตัว การเข้ารหัสตำแหน่ง มัลติเฮด เซลฟ์เอตเทนชั่น บล็อกฟีดฟอร์เวิร์ด และเฮดการจำแนกประเภท เพื่อให้คุณเข้าใจแต่ละส่วนประกอบได้อย่างแยกส่วน โค้ดนี้ได้รับการออกแบบให้กะทัดรัดและเป็นโมดูล ทำให้ง่ายต่อการปรับแต่งไฮเปอร์พารามิเตอร์ ความลึก ความกว้าง และมิติความสนใจ เนื่องจากยังคงความใกล้เคียงกับ PyTorch เวอร์ชันดั้งเดิม คุณจึงสามารถผสานรวมชุดข้อมูลที่กำหนดเองและลูปการฝึกได้โดยไม่ต้องผูกติดกับเฟรมเวิร์ก คลังข้อมูลนี้ถูกใช้อย่างกว้างขวางเป็นข้อมูลอ้างอิงทางการศึกษาสำหรับผู้ที่กำลังเรียนรู้เกี่ยวกับทรานส์ฟอร์เมอร์ในวิชัน และเป็นพื้นฐานเบื้องต้นสำหรับต้นแบบการวิจัย โครงการนี้สนับสนุนการทดลอง เช่น สลับออปติไมเซอร์ เปลี่ยนแปลงออคเมนเตชัน หรือเชื่อมต่อแกนหลักของทรานส์ฟอร์เมอร์เข้ากับงานดาวน์สตรีม
คุณสมบัติ
- โมดูล PyTorch กระชับสำหรับการแพตช์ การใส่ใจ บล็อก MLP และส่วนหัว
- กำหนดค่าความลึก หัว ขนาด และการตั้งค่าดรอปเอาต์ได้อย่างง่ายดาย
- ตัวอย่างการฝึกอบรมและการอนุมานง่ายๆ ที่เชื่อมต่อกับลูปทั่วไป
- เป็นมิตรกับการทดลองและการสร้างต้นแบบอย่างรวดเร็วบนข้อมูลที่กำหนดเอง
- การอ้างอิงภายนอกขั้นต่ำและรูปแบบ PyTorch ที่เป็นสำนวน
- ทำหน้าที่เป็นข้อมูลอ้างอิงที่สามารถอ่านได้สำหรับรายละเอียดสถาปัตยกรรม ViT
ภาษาโปรแกรม
หลาม
หมวดหมู่
นี่คือแอปพลิเคชันที่สามารถดึงข้อมูลจาก https://sourceforge.net/projects/vision-tran-pytorch.mirror/ ได้ แอปพลิเคชันนี้โฮสต์อยู่ใน OnWorks เพื่อให้ใช้งานออนไลน์ได้ง่ายที่สุดจากระบบปฏิบัติการฟรีของเรา
