This is the Linux app named ResNeXt whose latest release can be downloaded as ResNeXtsourcecode.tar.gz. It can be run online in the free hosting provider OnWorks for workstations.
Tải xuống và chạy trực tuyến ứng dụng có tên ResNeXt với OnWorks miễn phí.
Làm theo các hướng dẫn sau để chạy ứng dụng này:
- 1. Đã tải ứng dụng này xuống PC của bạn.
- 2. Nhập vào trình quản lý tệp của chúng tôi https://www.onworks.net/myfiles.php?username=XXXXX với tên người dùng mà bạn muốn.
- 3. Tải lên ứng dụng này trong trình quản lý tệp như vậy.
- 4. Khởi động trình giả lập trực tuyến OnWorks Linux hoặc trình giả lập trực tuyến Windows hoặc trình mô phỏng trực tuyến MACOS từ trang web này.
- 5. Từ Hệ điều hành OnWorks Linux mà bạn vừa khởi động, hãy truy cập trình quản lý tệp của chúng tôi https://www.onworks.net/myfiles.php?username=XXXXX với tên người dùng mà bạn muốn.
- 6. Tải xuống ứng dụng, cài đặt và chạy nó.
MÀN HÌNH
Ad
ResNeXt
MÔ TẢ
ResNeXt là một kiến trúc mạng nơ-ron sâu dùng cho phân loại ảnh, được xây dựng dựa trên ý tưởng về các phép biến đổi dư thừa tổng hợp. Thay vì chỉ tăng chiều sâu hoặc chiều rộng, ResNeXt giới thiệu một chiều mới gọi là số lượng phần tử (cardinality), chỉ số này biểu thị số lượng các đường biến đổi song song (tức là số lượng "nhánh") được tổng hợp lại với nhau. Mỗi nhánh là một phép biến đổi nhỏ (ví dụ: khối nút thắt cổ chai) và đầu ra của chúng được cộng lại—điều này cho phép biểu diễn phong phú hơn mà không làm tăng quá mức các tham số. Thiết kế này mang tính mô-đun và đồng nhất, giúp dễ dàng mở rộng quy mô (bằng cách điều chỉnh số lượng phần tử, chiều rộng, chiều sâu) và áp dụng vào các khuôn khổ dư thừa hiện có. Kho lưu trữ chính thức cung cấp một triển khai Torch (Lua) với mã để huấn luyện, đánh giá và mô hình được huấn luyện trước trên ImageNet. Trên thực tế, các mô hình ResNeXt thường vượt trội hơn các mô hình ResNet tiêu chuẩn có độ phức tạp tương đương.
Tính năng
- Các phép biến đổi dư tổng hợp kết hợp nhiều nhánh song song
- Giới thiệu “tính chất cơ bản” như một chiều hướng kiến trúc mới
- Các khối nút thắt mô-đun có khả năng mở rộng dễ dàng theo chiều rộng/chiều sâu/số lượng
- Triển khai Torch với các tập lệnh đào tạo và đánh giá
- Các mô hình được đào tạo trước cho phân loại ImageNet
- Khả năng tương thích với các kiến trúc còn lại và tích hợp đơn giản
Ngôn ngữ lập trình
lấy
Danh Mục
Đây là một ứng dụng cũng có thể được tải xuống từ https://sourceforge.net/projects/resnext.mirror/. Ứng dụng này được lưu trữ trên OnWorks để có thể chạy trực tuyến dễ dàng nhất từ một trong những Hệ điều hành miễn phí của chúng tôi.
