这是名为 ConvNeXt V2 的 Windows 应用程序，其最新版本可以下载为 ConvNeXt-V2sourcecode.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此名为 ConvNeXt V2 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：
ConvNeXt V2
描述：
ConvNeXt V2 是 ConvNeXt 架构的演进版本，它将卷积网络与自监督学习相结合。V2 版本引入了一个完全卷积掩蔽自编码器 (FCMAE) 框架，其中图像的部分内容被掩蔽，网络重建缺失内容，将卷积归纳偏差与强大的预训练相结合。一项关键创新是在 ConvNeXt 主干上添加了一个新的全局响应归一化 (GRN) 层，增强了跨通道的特征竞争。最终，该卷积网络在识别基准测试中能够与 Transformer 架构相媲美，同时保持高效且硬件友好。该代码库提供了多种模型尺寸（Atto、Femto、Pico 直至 Huge）的官方 PyTorch 实现、从 JAX 权重的转换、预训练/微调代码以及预训练检查点。它同时支持自监督预训练和监督微调。
功能
- 全卷积掩蔽自编码器预训练（FCMAE）
- 全局响应标准化（GRN）以提高渠道竞争力
- 多种模型尺寸（Atto、Femto、Pico、Tiny、Base、Large、Huge）
- 支持自我监督和监督学习流程
- 预训练检查点（从 JAX 转换而来）和 PyTorch 实现
- 用于预训练和评估的训练/微调实用程序和代码
程式语言
Python
分类
此应用程序也可从 https://sourceforge.net/projects/convnext-v2.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。