Ito ang Linux app na pinangalanang Bootstrap Your Own Latent (BYOL) na ang pinakabagong release ay maaaring ma-download bilang 0.7.0.zip. Maaari itong patakbuhin online sa libreng hosting provider na OnWorks para sa mga workstation.
I-download at patakbuhin online ang app na ito na pinangalanang Bootstrap Your Own Latent (BYOL) gamit ang OnWorks nang libre.
Sundin ang mga tagubiling ito upang patakbuhin ang app na ito:
- 1. Na-download ang application na ito sa iyong PC.
- 2. Ipasok sa aming file manager https://www.onworks.net/myfiles.php?username=XXXXX kasama ang username na gusto mo.
- 3. I-upload ang application na ito sa naturang filemanager.
- 4. Simulan ang OnWorks Linux online o Windows online emulator o MACOS online emulator mula sa website na ito.
- 5. Mula sa OnWorks Linux OS na kasisimula mo pa lang, pumunta sa aming file manager https://www.onworks.net/myfiles.php?username=XXXX gamit ang username na gusto mo.
- 6. I-download ang application, i-install ito at patakbuhin ito.
MGA LALAKI
Ad
Bootstrap Your Own Latent (BYOL)
DESCRIPTION
Praktikal na pagpapatupad ng isang napakasimpleng paraan para sa self-supervised na pag-aaral na nakakamit ng isang bagong state-of-the-art (nahigitan ang SimCLR) nang walang contrastive na pag-aaral at kinakailangang magtalaga ng mga negatibong pares. Nag-aalok ang repositoryong ito ng module na madaling ma-wrap ng isa sa anumang image-based na neural network (natirang network, discriminator, policy network) upang agad na magsimulang makinabang mula sa walang label na data ng imahe. Mayroon na ngayong bagong katibayan na ang batch normalization ay susi sa paggawa ng diskarteng ito nang maayos. Matagumpay na pinalitan ng isang bagong papel ang pamantayan ng batch ng pamantayan ng pangkat + standardisasyon ng timbang, na pinabulaanan na ang mga istatistika ng batch ay kailangan para gumana ang BYOL. I-plug lang ang iyong neural network, na tinutukoy ang (1) ang mga sukat ng imahe pati na rin ang (2) ang pangalan (o index) ng nakatagong layer, na ang output ay ginagamit bilang ang latent na representasyon na ginagamit para sa self-supervised na pagsasanay.
Mga tampok
- Praktikal na pagpapatupad ng isang napakasimpleng pamamaraan
- Pamantayan ng pangkat + standardisasyon ng timbang
- I-plug lang ang iyong neural network
- Hindi rin kailangan ng BYOL ang target na encoder upang maging isang exponential moving average ng online encoder
- Kunin ang mga pag-embed o ang mga projection
- Nang walang contrastive na pag-aaral
Wika ng Programming
Sawa
Kategorya
Ito ay isang application na maaari ding makuha mula sa https://sourceforge.net/projects/bootstrap-latent-byol.mirror/. Na-host ito sa OnWorks upang mapatakbo online sa pinakamadaling paraan mula sa isa sa aming mga libreng Operative System.
