Bu, en son sürümü maesourcecode.tar.gz olarak indirilebilen MAE (Masked Autoencoders) adlı Linux uygulamasıdır. İş istasyonları için ücretsiz barındırma sağlayıcısı OnWorks'te çevrimiçi olarak çalıştırılabilir.
MAE (Masked Autoencoders) adlı bu uygulamayı OnWorks ile ücretsiz olarak çevrimiçi indirin ve çalıştırın.
Bu uygulamayı çalıştırmak için şu talimatları izleyin:
- 1. Bu uygulamayı PC'nize indirdiniz.
- 2. Dosya yöneticimize https://www.onworks.net/myfiles.php?username=XXXXX istediğiniz kullanıcı adını girin.
- 3. Bu uygulamayı böyle bir dosya yöneticisine yükleyin.
- 4. Bu web sitesinden OnWorks Linux çevrimiçi veya Windows çevrimiçi öykünücüsünü veya MACOS çevrimiçi öykünücüsünü başlatın.
- 5. Yeni başladığınız OnWorks Linux işletim sisteminden, istediğiniz kullanıcı adıyla https://www.onworks.net/myfiles.php?username=XXXXX dosya yöneticimize gidin.
- 6. Uygulamayı indirin, kurun ve çalıştırın.
EKRAN GÖRÜNTÜLERİ:
MAE (Maskeli Oto Kodlayıcılar)
AÇIKLAMA:
MAE (Masked Autoencoders), maskeli görüntü modellemesi kullanarak görsel temsil öğrenimi için kendi kendini denetleyen bir öğrenme çerçevesidir. Görüntü yamalarının yüksek bir yüzdesini (genellikle %75) rastgele maskeleyerek ve kalan görünür yamalardan eksik içeriği yeniden oluşturarak bir Görüntü Dönüştürücü (ViT) eğitir. Bu, modelin semantik yapıyı ve genel bağlamı denetim olmadan öğrenmesini sağlar. Kodlayıcı yalnızca görünür yamaları işlerken, hafif bir kod çözücü tüm görüntüyü yeniden yapılandırır; bu da ön eğitimi hesaplama açısından verimli hale getirir. Ön eğitimden sonra kodlayıcı, görüntü sınıflandırma, segmentasyon ve algılama gibi alt akış görevleri için güçlü bir omurga görevi görür ve minimum ince ayar ile en yüksek performansı sağlar. Depo, yeniden yapılandırma kalitesi ve öğrenilmiş özellikler için önceden eğitilmiş modeller, ince ayar betikleri, değerlendirme protokolleri ve görselleştirme araçları sağlar.
Özellikler
- Rastgele yüksek oranlı yama maskeleme ile maskeli görüntü modelleme
- Kodlayıcı-kod çözücü ayrımı yoluyla verimli ön eğitim (kodlayıcı yalnızca görünür yamaları görür)
- Aşağı akış görüş görevleri için Ölçeklenebilir Görüntü Dönüştürücü omurgası
- Sınıflandırma, tespit ve segmentasyon için önceden eğitilmiş modeller ve ince ayar betikleri
- Yeniden yapılandırma ve temsil analizi için görselleştirme araçları
- Etiketli veri gerektirmeyen kendi kendini denetleyen eğitim paradigması
Programlama dili
Python
Kategoriler
Bu uygulama, https://sourceforge.net/projects/mae-masked-autoencoders.mirror/ adresinden de indirilebilir. Ücretsiz İşletim Sistemlerimizden biri üzerinden çevrimiçi olarak en kolay şekilde çalıştırılabilmesi için OnWorks'te barındırılmıştır.