Questa è l'app Linux denominata PML la cui ultima versione può essere scaricata come v2.3.0.zip. Può essere eseguito online nel provider di hosting gratuito OnWorks per workstation.
Scarica ed esegui online questa app denominata PML con OnWorks gratuitamente.
Segui queste istruzioni per eseguire questa app:
- 1. Scaricata questa applicazione sul tuo PC.
- 2. Entra nel nostro file manager https://www.onworks.net/myfiles.php?username=XXXXX con il nome utente che desideri.
- 3. Carica questa applicazione in tale file manager.
- 4. Avviare l'emulatore online OnWorks Linux o Windows online o l'emulatore online MACOS da questo sito Web.
- 5. Dal sistema operativo OnWorks Linux che hai appena avviato, vai al nostro file manager https://www.onworks.net/myfiles.php?username=XXXXX con il nome utente che desideri.
- 6. Scarica l'applicazione, installala ed eseguila.
IMMAGINI
Ad
PML
DESCRIZIONE
Questa libreria contiene 9 moduli, ognuno dei quali può essere utilizzato indipendentemente all'interno della base di codice esistente o combinato insieme per un flusso di lavoro completo di addestramento/test. Per calcolare la perdita nel tuo ciclo di addestramento, passa gli incorporamenti calcolati dal tuo modello e le etichette corrispondenti. Gli incorporamenti devono avere dimensioni (N, embedding_size) e le etichette devono avere dimensioni (N), dove N è la dimensione del batch. TripletMarginLoss calcola tutte le possibili triplette all'interno del batch, in base alle etichette che gli vengono passate. Le coppie ancora positive sono formate da incorporamenti che condividono la stessa etichetta e le coppie ancora negative sono formate da incorporamenti che hanno etichette diverse. Le funzioni di perdita possono essere personalizzate utilizzando distanze, riduttori e regolarizzatori. Nel diagramma seguente, un miner trova gli indici delle coppie hard all'interno di un batch. Questi sono usati per indicizzare nella matrice della distanza, calcolata dall'oggetto distanza. Per questo diagramma, la funzione di perdita è basata sulla coppia, quindi calcola una perdita per coppia.
Caratteristiche
- Personalizza le funzioni di perdita
- Usa le funzioni di perdita per l'apprendimento non supervisionato/auto-supervisionato
- Torcia versione PyTorch richiesta >= 1.6
- Lo sviluppo viene eseguito sul ramo dev
- Il codice è formattato usando black e isort
- È possibile specificare i tipi di dati di test e il dispositivo di test come variabili di ambiente
Linguaggio di programmazione
Python
Categorie
Questa è un'applicazione che può anche essere recuperata da https://sourceforge.net/projects/pml.mirror/. È stato ospitato in OnWorks per poter essere eseguito online nel modo più semplice da uno dei nostri Sistemi Operativi gratuiti.
