यह लाइटली नाम का विंडोज ऐप है जिसकी नवीनतम रिलीज को CyclicCosineScheduler.zip के रूप में डाउनलोड किया जा सकता है। इसे वर्कस्टेशन के लिए मुफ्त होस्टिंग प्रदाता ऑनवर्क्स में ऑनलाइन चलाया जा सकता है।
Lightly with OnWorks नाम के इस ऐप को मुफ्त में डाउनलोड करें और ऑनलाइन चलाएं।
इस ऐप को चलाने के लिए इन निर्देशों का पालन करें:
- 1. इस एप्लिकेशन को अपने पीसी में डाउनलोड करें।
- 2. हमारे फ़ाइल प्रबंधक में https://www.onworks.net/myfiles.php?username=XXXXX उस उपयोगकर्ता नाम के साथ दर्ज करें जो आप चाहते हैं।
- 3. इस एप्लिकेशन को ऐसे फाइल मैनेजर में अपलोड करें।
- 4. इस वेबसाइट से कोई भी ओएस ऑनवर्क्स ऑनलाइन एमुलेटर शुरू करें, लेकिन बेहतर विंडोज ऑनलाइन एमुलेटर।
- 5. ऑनवर्क्स विंडोज ओएस से आपने अभी शुरुआत की है, हमारे फाइल मैनेजर को https://www.onworks.net/myfiles.php?username=XXXXX उस यूजरनेम के साथ जाएं जो आप चाहते हैं।
- 6. एप्लिकेशन डाउनलोड करें और इसे इंस्टॉल करें।
- 7. अपने Linux वितरण सॉफ़्टवेयर रिपॉजिटरी से वाइन डाउनलोड करें। एक बार इंस्टॉल हो जाने पर, आप ऐप को वाइन के साथ चलाने के लिए डबल-क्लिक कर सकते हैं। आप PlayOnLinux को भी आज़मा सकते हैं, जो वाइन पर एक फैंसी इंटरफ़ेस है जो आपको लोकप्रिय विंडोज़ प्रोग्राम और गेम इंस्टॉल करने में मदद करेगा।
वाइन लिनक्स पर विंडोज सॉफ्टवेयर चलाने का एक तरीका है, लेकिन विंडोज की आवश्यकता नहीं है। वाइन एक ओपन-सोर्स विंडोज संगतता परत है जो किसी भी लिनक्स डेस्कटॉप पर सीधे विंडोज प्रोग्राम चला सकती है। अनिवार्य रूप से, वाइन खरोंच से पर्याप्त विंडोज़ को फिर से लागू करने की कोशिश कर रहा है ताकि वह उन सभी विंडोज़ अनुप्रयोगों को वास्तव में विंडोज़ की आवश्यकता के बिना चला सके।
स्क्रीनशॉट:
धीरे से
विवरण:
छवियों पर स्व-पर्यवेक्षित सीखने के लिए एक अजगर पुस्तकालय। हम, लाइटली में, जुनूनी इंजीनियर हैं जो गहरी शिक्षा को और अधिक कुशल बनाना चाहते हैं। इसीलिए - अपने समुदाय के साथ - हम कच्चे छवि डेटा को समझने और क्यूरेट करने के लिए स्व-पर्यवेक्षित तरीकों के उपयोग को लोकप्रिय बनाना चाहते हैं। हमारे समाधान को किसी भी डेटा एनोटेशन चरण से पहले लागू किया जा सकता है और डेटासेट की कल्पना और विश्लेषण करने के लिए सीखे गए अभ्यावेदन का उपयोग किया जा सकता है। यह उन्नत फ़िल्टरिंग के माध्यम से मॉडल प्रशिक्षण के लिए नमूनों के सर्वश्रेष्ठ कोर सेट का चयन करने की अनुमति देता है। हम आपके प्रोजेक्ट को किकस्टार्ट करने के लिए प्रत्येक मॉडल के लिए PyTorch, PyTorch Lightning और PyTorch Lightning वितरित उदाहरण प्रदान करते हैं। हल्के से Python 3.6+ की आवश्यकता है लेकिन हम Python 3.7+ का उपयोग करने की सलाह देते हैं। हम Linux या OSX वातावरण में लाइटली स्थापित करने की सलाह देते हैं। हल्के से, आप PyTorch की पूरी शक्ति का उपयोग करके नवीनतम स्व-पर्यवेक्षित शिक्षण विधियों का मॉड्यूलर तरीके से उपयोग कर सकते हैं। विभिन्न रीढ़ की हड्डी, मॉडल, और हानि कार्यों के साथ प्रयोग।
विशेषताएं
- मॉड्यूलर फ्रेमवर्क जो लो-लेवल बिल्डिंग ब्लॉक्स जैसे लॉस फंक्शन्स को उजागर करता है
- PyTorch लाइटनिंग का उपयोग करके मल्टी-जीपीयू प्रशिक्षण के लिए समर्थन
- PyTorch जैसी शैली में उपयोग करना और लिखना आसान है
- स्व-पर्यवेक्षित पूर्व-प्रशिक्षण के लिए कस्टम बैकबोन मॉडल का समर्थन करता है
- आप सभी समर्थित मॉडलों के लिए नमूना कोड पा सकते हैं
- हम आपके प्रोजेक्ट को किकस्टार्ट करने के लिए प्रत्येक मॉडल के लिए PyTorch, PyTorch Lightning और PyTorch Lightning वितरित उदाहरण प्रदान करते हैं।
प्रोग्रामिंग भाषा
अजगर
कैटिगरीज
यह एक ऐसा एप्लिकेशन है जिसे https://sourceforge.net/projects/lightly.mirror/ से भी प्राप्त किया जा सकता है। इसे हमारे निःशुल्क ऑपरेटिव सिस्टम में से किसी एक से आसान तरीके से ऑनलाइन चलाने के लिए ऑनवर्क्स में होस्ट किया गया है।