This is the Windows app named ConvNeXt whose latest release can be downloaded as ConvNeXtsourcecode.tar.gz. It can be run online in the free hosting provider OnWorks for workstations.
Завантажте та запустіть онлайн цю програму під назвою ConvNeXt з OnWorks безкоштовно.
Дотримуйтесь цих інструкцій, щоб запустити цю програму:
- 1. Завантажив цю програму на свій ПК.
- 2. Введіть у наш файловий менеджер https://www.onworks.net/myfiles.php?username=XXXXX із потрібним ім'ям користувача.
- 3. Завантажте цю програму в такий файловий менеджер.
- 4. Запустіть будь-який онлайн емулятор ОС OnWorks з цього веб-сайту, але кращий онлайн-емулятор Windows.
- 5. З ОС OnWorks Windows, яку ви щойно запустили, перейдіть до нашого файлового менеджера https://www.onworks.net/myfiles.php?username=XXXXX з потрібним іменем користувача.
- 6. Завантажте програму та встановіть її.
- 7. Завантажте Wine зі сховищ програмного забезпечення дистрибутивів Linux. Після встановлення ви можете двічі клацнути програму, щоб запустити їх за допомогою Wine. Ви також можете спробувати PlayOnLinux, модний інтерфейс замість Wine, який допоможе вам встановити популярні програми та ігри Windows.
Wine — це спосіб запуску програмного забезпечення Windows на Linux, але без використання Windows. Wine — це рівень сумісності Windows з відкритим вихідним кодом, який може запускати програми Windows безпосередньо на будь-якому робочому столі Linux. По суті, Wine намагається повторно реалізувати достатньо Windows з нуля, щоб він міг запускати всі ці програми Windows, насправді не потребуючи Windows.
ЕКРАНИ
Ad
ConvNeXt
ОПИС
ConvNeXt — це модернізована архітектура згорткової нейронної мережі (CNN), розроблена для того, щоб конкурувати з трансформаторами зору (ViT) за точністю та масштабованістю, зберігаючи при цьому простоту та ефективність CNN. Вона переглядає класичні магістралі в стилі ResNet крізь призму тенденцій проектування трансформаторів — великих розмірів ядра, інвертованих вузьких місць, нормалізації шарів та активацій GELU — щоб подолати розрив у продуктивності між згортками та моделями на основі уваги. Чиста, ієрархічна структура ConvNeXt робить її ефективною як для попереднього навчання, так і для точного налаштування широкого спектру завдань візуального розпізнавання. Вона досягає конкурентоспроможних або перевершуючих результатів на наборах даних ImageNet та наступних етапах, водночас її легше розгортати та навчати, ніж трансформатори. Репозиторій надає попередньо навчені моделі, рецепти навчання та дослідження абляції, що демонструють, як поступовий вибір дизайну разом забезпечує найсучаснішу продуктивність.
Функції
- Модернізована архітектура CNN, натхненна принципами дизайну Vision Transformer
- Великі згортки ядра та інвертовані блоки вузьких місць для покращеного представлення
- Нормалізація шарів та активація GELU для підвищення стабільності та точності
- Ієрархічна структура з сильними властивостями масштабування в різних розмірах моделі
- Попередньо навчені контрольні точки та навчальні рецепти для ImageNet та завдань подальшого виконання
- Ефективне розгортання та сумісність з існуючими системами на базі CNN
Мова програмування
Python
Категорії
Цю програму також можна завантажити з https://sourceforge.net/projects/convnext.mirror/. Вона розміщена на OnWorks для найпростішого запуску онлайн з однієї з наших безкоштовних операційних систем.
