यह OpenCLIP नाम का विंडोज़ ऐप है जिसकी नवीनतम रिलीज़ को v2.22.0.zip के रूप में डाउनलोड किया जा सकता है। इसे वर्कस्टेशन के लिए मुफ्त होस्टिंग प्रदाता ऑनवर्क्स में ऑनलाइन चलाया जा सकता है।
OpenCLIP 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
Ad
ओपनक्लिप
वर्णन
इस रिपॉजिटरी का लक्ष्य विपरीत छवि-पाठ पर्यवेक्षण के साथ प्रशिक्षण मॉडल को सक्षम करना और उनके गुणों की जांच करना है जैसे कि वितरण बदलाव की मजबूती। हमारा प्रारंभिक बिंदु CLIP का कार्यान्वयन है जो समान डेटासेट पर प्रशिक्षित होने पर मूल CLIP मॉडल की सटीकता से मेल खाता है। विशेष रूप से, YFCC के OpenAI के 50 मिलियन इमेज सबसेट पर हमारे कोडबेस के साथ प्रशिक्षित एक ResNet-15 मॉडल ImageNet पर 32.7% टॉप-1 सटीकता प्राप्त करता है। YFCC के एक ही सबसेट पर प्रशिक्षित होने पर OpenAI का CLIP मॉडल 31.3% तक पहुँच जाता है। प्रयोग में आसानी के लिए, हम कॉन्सेप्चुअल कैप्शन डेटासेट में 3 मिलियन छवियों पर प्रशिक्षण के लिए कोड भी प्रदान करते हैं, जहां हमारे कोडबेस के साथ प्रशिक्षित ResNet-50x4 22.2% टॉप-1 इमेजनेट सटीकता तक पहुंचता है। यह कोडबेस कार्य प्रगति पर है, और हम सभी को इसे अधिक सुलभ और उपयोगी बनाने में योगदान करने के लिए आमंत्रित करते हैं। भविष्य में, हम टीपीयू प्रशिक्षण के लिए समर्थन जोड़ने और बड़े मॉडल जारी करने की योजना बना रहे हैं। हमें उम्मीद है कि यह कोडबेस आगे के शोध को सुगम और बढ़ावा देगा।
विशेषताएं
- विपरीत छवि-पाठ पर्यवेक्षण के साथ प्रशिक्षण मॉडल सक्षम करें
- उनके गुणों की जांच करें जैसे कि वितरण शिफ्ट में मजबूती
- कॉन्सेप्चुअल कैप्शन डेटासेट में 3 मिलियन इमेज पर प्रशिक्षण
- वर्गीकरण कार्यों पर फाइन-ट्यूनिंग
- OpenCLIP एक CSV फ़ाइल को दो स्तंभों के साथ पढ़ता है
- YFCC और अन्य डेटासेट
प्रोग्रामिंग भाषा
अजगर
कैटिगरीज
यह एक ऐसा एप्लिकेशन है जिसे https://sourceforge.net/projects/openclip.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।
