This is the Windows app named PyCls whose latest release can be downloaded as Sweepcodeforstudyingmodelpopulationstatssourcecode.tar.gz. It can be run online in the free hosting provider OnWorks for workstations.
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. 从本网站启动任何 OS OnWorks 在线模拟器，但更好的 Windows 在线模拟器。
- 5. 从您刚刚启动的 OnWorks Windows 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. 下载应用程序并安装。
- 7. 从您的 Linux 发行版软件存储库下载 Wine。 安装后，您可以双击该应用程序以使用 Wine 运行它们。 您还可以尝试 PlayOnLinux，这是 Wine 上的一个花哨界面，可帮助您安装流行的 Windows 程序和游戏。
Wine 是一种在 Linux 上运行 Windows 软件的方法，但不需要 Windows。 Wine 是一个开源的 Windows 兼容层，可以直接在任何 Linux 桌面上运行 Windows 程序。 本质上，Wine 试图从头开始重新实现足够多的 Windows，以便它可以运行所有这些 Windows 应用程序，而实际上不需要 Windows。
SCREENSHOTS
Ad
吡咯烷酮
商品描述
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。
