这是名为 4M 的 Windows 应用程序，其最新版本可以下载为 ml-4msourcecode.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 4M 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
4M
商品描述
4M 是一个用于“任意对任意”视觉基础模型的训练框架，它使用标记化和掩码技术来扩展至多种模态和任务。同一模型系列可以对图像进行分类、分割、检测、添加标题甚至生成，并通过单一界面进行判别和生成。该存储库发布了多个变体（例如 4M-7 和 4M-21）的代码和模型，强调迁移到未知任务和模态的能力。训练/推理配置和问题讨论了深度标记器、用于生成的输入掩码以及 CUDA 构建问题等内容，表明正在进行积极的研究迭代。该设计注重灵活性和可操作性，因此提示和掩码可以塑造行为，而无需为每个任务定制头部。简而言之，4M 提供了一个统一的预训练方法，可以对大型多模态模型进行广泛的泛化，同时又保持了微调的实用性。
功能
- 跨不同视觉任务的任意建模
- 针对多种模态的统一标记化掩蔽建模
- 已发布包含训练/评估代码的模型系列（例如 4M-7、4M-21）
- 无需特定任务的头脑，即可提示和控制行为
- 从单一主干转移到未知的任务和模式
- 研究级配置和复现示例
程式语言
Python
分类
此应用程序也可从 https://sourceforge.net/projects/fourm.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。
