这是名为 Multimodal 的 Linux 应用程序，其最新版本可下载为 multimodalv2025.10.06.00sourcecode.tar.gz。它可在免费的工作站托管服务提供商 OnWorks 上在线运行。
免费下载并在线运行这个名为 Multimodal with OnWorks 的应用程序。
请按照以下说明运行此应用程序：
- 1. 在您的 PC 中下载此应用程序。
- 2. 在我们的文件管理器 https://www.onworks.net/myfiles.php?username=XXXXX 中输入您想要的用户名。
- 3. 在这样的文件管理器中上传这个应用程序。
- 4. 从此网站启动OnWorks Linux online 或Windows online emulator 或MACOS online emulator。
- 5. 从您刚刚启动的 OnWorks Linux 操作系统，使用您想要的用户名转到我们的文件管理器 https://www.onworks.net/myfiles.php?username=XXXXX。
- 6. 下载应用程序，安装并运行。
截图：
多式联运
描述：
该项目也称为 TorchMultimodal，是一个 PyTorch 库，用于大规模构建、训练和试验多模态、多任务模型。该库提供模块化构建块，例如编码器、融合模块、损失函数和转换，支持在统一架构中组合多种模态（视觉、文本、音频等）。它包含一系列现成的模型类，例如 ALBEF、CLIP、BLIP-2、COCA、FLAVA、MDETR 和 Omnivore，可作为参考实现，供您采用或调整。其设计强调可组合性：您可以混合搭配编码器、融合和解码器组件，而无需从单一模型开始。该存储库还包含常见多模态任务（例如检索、视觉问答、基础）的示例脚本和数据集，以便您可以端到端地测试和比较模型。安装支持 CPU 和 CUDA，并且代码库已进行版本控制、测试和维护。
功能
- 用于多模态架构的模块化编码器、融合层和损失模块
- 参考模型实现（ALBEF、CLIP、BLIP-2、FLAVA、MDETR 等）
- VQA、检索、基础和多任务学习等任务的示例流程
- 灵活的融合策略：早期、晚期、交叉注意力等。
- 用于模态预处理和对齐的转换实用程序
- 支持 CPU 和 GPU 设置，并带有版本化、测试过的代码库
程式语言
Python
分类
此应用程序也可从 https://sourceforge.net/projects/multimodal.mirror/ 获取。它已托管在 OnWorks 中，以便通过我们的免费操作系统之一以最便捷的方式在线运行。