This is the Windows app named MAE (Masked Autoencoders) whose latest release can be downloaded as maesourcecode.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 MAE（Masked Autoencoders）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
MAE（掩蔽自动编码器）
商品描述
MAE（蒙蔽自编码器）是一个自监督学习框架，用于使用蒙蔽图像建模进行视觉表征学习。它通过随机遮盖高比例的图像块（通常为 75%），并利用剩余的可见块重建缺失内容来训练视觉变换器 (ViT)。这迫使模型在无监督的情况下学习语义结构和全局上下文。编码器仅处理可见的块，而轻量级解码器则重建整幅图像，从而提高预训练的计算效率。预训练后，编码器将成为图像分类、分割和检测等下游任务的强大支撑，以极少的微调实现最佳性能。该代码库提供预训练模型、微调脚本、评估协议以及可视化工具，用于评估重建质量和学习到的特征。
功能
- 随机高比例补丁掩蔽的掩蔽图像建模
- 通过编码器-解码器分离进行高效的预训练（编码器仅看到可见的补丁）
- 用于下游视觉任务的可扩展 Vision Transformer 主干
- 用于分类、检测和分割的预训练模型和微调脚本
- 用于重建和表示分析的可视化工具
- 无需标记数据的自监督训练范式
程式语言
Python
分类
此应用程序也可从 https://sourceforge.net/projects/mae-masked-autoencoders.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。
