This is the Windows app named MAE (Masked Autoencoders) whose latest release can be downloaded as maesourcecode.tar.gz. It can be run online in the free hosting provider OnWorks for workstations.
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 herhangi bir OS OnWorks çevrimiçi öykünücüsünü başlatın, ancak daha iyi Windows çevrimiçi öykünücüsü.
- 5. Yeni başlattığınız OnWorks Windows işletim sisteminden, istediğiniz kullanıcı adıyla https://www.onworks.net/myfiles.php?username=XXXXX dosya yöneticimize gidin.
- 6. Uygulamayı indirin ve kurun.
- 7. Wine'ı Linux dağıtımları yazılım havuzlarınızdan indirin. Kurulduktan sonra, Wine ile çalıştırmak için uygulamaya çift tıklayabilirsiniz. Ayrıca, popüler Windows programlarını ve oyunlarını yüklemenize yardımcı olacak Wine üzerinden gösterişli bir arayüz olan PlayOnLinux'u da deneyebilirsiniz.
Wine, Windows yazılımını Linux üzerinde çalıştırmanın bir yoludur, ancak Windows gerektirmez. Wine, Windows programlarını doğrudan herhangi bir Linux masaüstünde çalıştırabilen açık kaynaklı bir Windows uyumluluk katmanıdır. Esasen Wine, Windows'a ihtiyaç duymadan tüm bu Windows uygulamalarını çalıştırabilmesi için yeterince Windows'u sıfırdan yeniden uygulamaya çalışıyor.
EKRAN
Ad
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.
