Esta es la aplicación de Windows llamada OpenCLIP cuya última versión se puede descargar como v2.22.0.zip. Se puede ejecutar en línea en el proveedor de alojamiento gratuito OnWorks para estaciones de trabajo.
Descargue y ejecute en línea esta aplicación llamada OpenCLIP con OnWorks de forma gratuita.
Siga estas instrucciones para ejecutar esta aplicación:
- 1. Descargue esta aplicación en su PC.
- 2. Ingrese en nuestro administrador de archivos https://www.onworks.net/myfiles.php?username=XXXXX con el nombre de usuario que desee.
- 3. Cargue esta aplicación en dicho administrador de archivos.
- 4. Inicie cualquier emulador en línea de OS OnWorks desde este sitio web, pero mejor emulador en línea de Windows.
- 5. Desde el sistema operativo OnWorks Windows que acaba de iniciar, vaya a nuestro administrador de archivos https://www.onworks.net/myfiles.php?username=XXXXX con el nombre de usuario que desee.
- 6. Descarga la aplicación e instálala.
- 7. Descargue Wine desde los repositorios de software de sus distribuciones de Linux. Una vez instalada, puede hacer doble clic en la aplicación para ejecutarla con Wine. También puedes probar PlayOnLinux, una elegante interfaz sobre Wine que te ayudará a instalar programas y juegos populares de Windows.
Wine es una forma de ejecutar software de Windows en Linux, pero no requiere Windows. Wine es una capa de compatibilidad de Windows de código abierto que puede ejecutar programas de Windows directamente en cualquier escritorio de Linux. Esencialmente, Wine está tratando de volver a implementar una cantidad suficiente de Windows desde cero para poder ejecutar todas esas aplicaciones de Windows sin necesidad de Windows.
SCREENSHOTS
Ad
Abrir CLIP
DESCRIPCIÓN
El objetivo de este repositorio es habilitar modelos de entrenamiento con supervisión contrastiva de imagen y texto e investigar sus propiedades, como la robustez al cambio de distribución. Nuestro punto de partida es una implementación de CLIP que iguala la precisión de los modelos CLIP originales cuando se entrenan en el mismo conjunto de datos. Específicamente, un modelo ResNet-50 entrenado con nuestra base de código en el subconjunto de 15 millones de imágenes de YFCC de OpenAI logra una precisión del 32.7 % entre los 1 primeros en ImageNet. El modelo CLIP de OpenAI alcanza el 31.3 % cuando se entrena en el mismo subconjunto de YFCC. Para facilitar la experimentación, también proporcionamos código para entrenar en los 3 millones de imágenes en el conjunto de datos de subtítulos conceptuales, donde un ResNet-50x4 entrenado con nuestra base de código alcanza un 22.2 % de precisión de ImageNet top-1. Esta base de código es un trabajo en progreso, e invitamos a todos a contribuir para que sea más accesible y útil. En el futuro, planeamos agregar soporte para el entrenamiento de TPU y lanzar modelos más grandes. Esperamos que este código base facilite y promueva más investigaciones.
Caracteristicas
- Habilite modelos de entrenamiento con supervisión contrastiva de imagen y texto
- Investigar sus propiedades, como la robustez al cambio de distribución.
- Capacitación sobre los 3 millones de imágenes en el conjunto de datos de subtítulos conceptuales
- Puesta a punto en las tareas de clasificación
- OpenCLIP lee un archivo CSV con dos columnas
- YFCC y otros conjuntos de datos
Lenguaje de programación
Python
Categorías
Esta es una aplicación que también se puede obtener desde https://sourceforge.net/projects/openclip.mirror/. Ha sido alojado en OnWorks para poder ejecutarse online de la forma más sencilla desde uno de nuestros Sistemas Operativos gratuitos.
