这是名为 PyCls 的 Linux 应用程序，其最新版本可以下载为 Sweepcodeforstudyingmodelpopulationstatssourcecode.tar.gz。它可以在免费的工作站托管服务提供商 OnWorks 上在线运行。
使用 OnWorks 免费下载并在线运行这个名为 PyCls 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：
吡咯烷酮
描述：
pycls 是一个专注于图像分类研究的 PyTorch 代码库，它强调可重复性和强大透明的基线。它推广了 RegNet 等系列模型，并通过简洁的实现和一致的训练方案支持经典架构（ResNet、ResNeXt）。该代码库包含高度优化的训练计划、数据增强和正则化设置，可轻松匹配报告的准确率，无需猜测。其分布式训练和混合精度一流，支持在多 GPU 设置下使用简单的声明式配置进行快速实验。模型定义简洁且模块化，易于构建新模块的原型或更换主干模型，同时保持其余流程不变。预训练权重和评估脚本涵盖常见数据集，日志/指标堆栈旨在实现跨运行的快速比较。实践者将 pycls 用作基线工厂和新分类主干模型的支架。
功能
- ResNet/ResNeXt/RegNet 系列的参考实现
- 可重复的训练方案，具有调整的时间表和增强功能
- 开箱即用的分布式和混合精度训练
- 声明式配置系统和清洁数据管道
- 预训练检查点和标准化评估脚本
- 最小的模块化模型代码，用于快速架构迭代
程式语言
Python
分类
此应用程序也可从 https://sourceforge.net/projects/pycls.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。