Ito ang Linux app na pinangalanang ResNeXt na ang pinakabagong release ay maaaring ma-download bilang ResNeXtsourcecode.tar.gz. 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 ResNeXt sa 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 SCREENSHOT:
ResNeXt
DESCRIPTION:
Ang ResNeXt ay isang malalim na arkitektura ng neural network para sa pag-uuri ng imahe na binuo sa ideya ng pinagsama-samang mga natitirang pagbabago. Sa halip na pataasin lamang ang lalim o lapad, ipinakilala ng ResNeXt ang isang bagong dimensyon na tinatawag na cardinality, na tumutukoy sa bilang ng mga parallel transformation path (ibig sabihin, ang bilang ng "mga sanga") na pinagsama-sama. Ang bawat sangay ay isang maliit na pagbabagong-anyo (hal. bottleneck block) at ang kanilang mga output ay summed-ito ay nagbibigay-daan sa mas mahusay na representasyon nang walang labis na parameter blowup. Ang disenyo ay modular at homogenous, ginagawa itong medyo madaling sukatin (sa pamamagitan ng pag-tune ng cardinality, lapad, lalim) at gamitin sa mga umiiral na natitirang frameworks. Nag-aalok ang opisyal na repositoryo ng pagpapatupad ng Torch (Lua) na may code para sa pagsasanay, pagsusuri, at mga pretrained na modelo sa ImageNet. Sa pagsasagawa, ang mga modelo ng ResNeXt ay kadalasang nahihigitan ng mga karaniwang modelo ng ResNet na may maihahambing na pagiging kumplikado.
Mga tampok
- Pinagsama-samang mga natitirang pagbabagong pinagsasama-sama ang maramihang magkatulad na sangay
- Ipinakikilala ang "cardinality" bilang isang bagong dimensyon ng arkitektura
- Modular bottleneck block na may madaling pag-scale sa lapad/lalim/cardinality
- Pagpapatupad ng tanglaw na may mga script ng pagsasanay at pagsusuri
- Mga pretrained na modelo para sa pag-uuri ng ImageNet
- Pagkatugma sa mga natitirang arkitektura at direktang pagsasama
Wika ng Programming
Lua
Kategorya
Ito ay isang application na maaari ding makuha mula sa https://sourceforge.net/projects/resnext.mirror/. Na-host ito sa OnWorks upang mapatakbo online sa pinakamadaling paraan mula sa isa sa aming mga libreng Operative System.