This is the Windows app named DeiT (Data-efficient Image Transformers) whose latest release can be downloaded as deitsourcecode.tar.gz. It can be run online in the free hosting provider OnWorks for workstations.
Завантажте та запустіть онлайн цю програму під назвою DeiT (Data-efficient Image Transformers) за допомогою 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.
СКРЕНИ:
DeiT (ефективні для обробки даних трансформатори зображень)
ОПИС:
DeiT (Data-efficient Image Transformers) показує, що Vision Transformers можна конкурентно навчити на ImageNet-1k без зовнішніх даних, використовуючи потужні навчальні рецепти та дистиляцію знань. Його ключова ідея полягає у спеціалізованій стратегії дистиляції, включаючи навчальний «токен дистиляції», який дозволяє трансформатору ефективно навчатися у CNN або вчителя трансформаторів на наборах даних скромного масштабу. Проект пропонує компактні варіанти ViT (Tiny/Small/Base), які досягають чудових компромісів між точністю та пропускною здатністю, роблячи трансформатори практичними поза межами масивних режимів попереднього навчання. Навчання включає ретельно налаштовані графіки доповнення, регуляризації та оптимізації для стабілізації навчання та підвищення ефективності вибірки. Репозиторій пропонує попередньо навчені контрольні точки, довідкові сценарії та дослідження абляції, які уточнюють, які інгредієнти найбільш важливі для ефективного з точки зору даних навчання ViT.
Функції
- Ефективне з точки зору даних навчання ViT, яке працює на ImageNet-1k з нуля
- Дистиляція знань за допомогою спеціального токену дистиляції
- Компактна модель зоопарку (мініатюрна/мала/базова) з надійним балансом точності та швидкості
- Чіткі рецепти тренувань з графіками доповнень та регуляризації
- Попередньо навчені контрольні точки та відтворювані довідкові сценарії
- Абляції та рекомендації щодо адаптації DeiT до нових наборів даних та завдань
Мова програмування
Python
Категорії
Цю програму також можна завантажити з https://sourceforge.net/projects/deit-data-img-trans.mirror/. Вона розміщена на OnWorks для найпростішого запуску онлайн з однієї з наших безкоштовних операційних систем.