这是名为 TimeSformer 的 Windows 应用程序，其最新版本可以下载为 TimeSformersourcecode.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 TimeSformer 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。
截图：
时间格式
描述：
TimeSformer 是一种用于视频的视觉转换器架构，它将标准注意力机制扩展为时空注意力机制。该模型在空间和时间维度上交替使用注意力机制（或设计类似分割注意力机制的变体），以便能够同时捕捉视频中的外观和运动线索。由于注意力机制是跨帧的全局性，TimeSformer 可以推理跨长时间跨度的依赖关系，而不仅仅是局部邻域。PyTorch 中的官方实现提供了配置、预训练模型和训练脚本，使其能够直接在视频数据集上进行评估或微调。TimeSformer 的显著优势在于，它证明了纯 Transformer 架构（无需卷积主干）在视频分类任务中也能表现出色。其灵活的注意力机制设计允许尝试不同的分解方式（先空间后时间、联合分解等），以在计算、内存和准确率之间进行权衡。
功能
- 用于视频建模的时空变换器注意力机制
- 变体：分割空间/时间注意力和联合注意力模式
- 具有预训练权重和脚本的 PyTorch 参考实现
- 能够从全局角度推理长程时间依赖性
- 可配置补丁大小、框架、嵌入维度和头部数量的参数
- 支持跨视频分类和识别基准的微调
程式语言
Python
分类
此应用程序也可从 https://sourceforge.net/projects/timesformer.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。