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.
使用 OnWorks 免费下载并在线运行这个名为 ResNeXt 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。
SCREENSHOTS
Ad
ResNeXt
商品描述
ResNeXt 是一种基于聚合残差变换思想的图像分类深度神经网络架构。ResNeXt 并非简单地增加深度或宽度，而是引入了一个名为基数的新维度，它指的是聚合在一起的并行变换路径的数量（即“分支”的数量）。每个分支都是一个小型变换（例如瓶颈块），它们的输出会被相加——这可以在不过度增加参数的情况下实现更丰富的表征。该设计采用模块化和同构化设计，因此相对易于扩展（通过调整基数、宽度和深度）并应用于现有的残差框架。官方代码库提供了一个 Torch (Lua) 实现，其中包含用于在 ImageNet 上训练、评估和预训练模型的代码。在实践中，ResNeXt 模型的表现通常优于复杂度相当的标准 ResNet 模型。
功能
- 结合多个并行分支的聚合残差变换
- 引入“基数”作为新的架构维度
- 模块化瓶颈块，可轻松扩展宽度/深度/基数
- 使用训练和评估脚本实现 Torch
- ImageNet 分类的预训练模型
- 与残差架构兼容并可直接集成
程式语言
LUA
分类
此应用程序也可从 https://sourceforge.net/projects/resnext.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。
