최신 릴리스를 v2.22.0.zip으로 다운로드할 수 있는 OpenCLIP이라는 Windows 앱입니다. 워크스테이션용 무료 호스팅 제공업체인 OnWorks에서 온라인으로 실행할 수 있습니다.
OnWorks와 함께 OpenCLIP이라는 이 앱을 무료로 다운로드하여 온라인에서 실행하십시오.
이 앱을 실행하려면 다음 지침을 따르세요.
- 1. 이 애플리케이션을 PC에 다운로드했습니다.
- 2. 파일 관리자 https://www.onworks.net/myfiles.php?username=XXXXX에 원하는 사용자 이름을 입력합니다.
- 3. 이러한 파일 관리자에서 이 응용 프로그램을 업로드합니다.
- 4. 이 웹사이트에서 모든 OS OnWorks 온라인 에뮬레이터를 시작하지만 더 나은 Windows 온라인 에뮬레이터를 시작합니다.
- 5. 방금 시작한 OnWorks Windows OS에서 원하는 사용자 이름으로 파일 관리자 https://www.onworks.net/myfiles.php?username=XXXXX로 이동합니다.
- 6. 애플리케이션을 다운로드하여 설치합니다.
- 7. Linux 배포 소프트웨어 저장소에서 Wine을 다운로드합니다. 설치가 완료되면 앱을 두 번 클릭하여 Wine과 함께 실행할 수 있습니다. 인기 있는 Windows 프로그램 및 게임을 설치하는 데 도움이 되는 Wine을 통한 멋진 인터페이스인 PlayOnLinux를 사용해 볼 수도 있습니다.
Wine은 Linux에서 Windows 소프트웨어를 실행하는 방법이지만 Windows가 필요하지 않습니다. Wine은 모든 Linux 데스크탑에서 직접 Windows 프로그램을 실행할 수 있는 오픈 소스 Windows 호환성 계층입니다. 본질적으로 Wine은 Windows가 필요하지 않고 모든 Windows 응용 프로그램을 실행할 수 있도록 Windows를 처음부터 충분히 다시 구현하려고 합니다.
스크린 샷
Ad
오픈클립
기술
이 리포지토리의 목표는 대조적인 이미지-텍스트 감독을 통해 교육 모델을 활성화하고 분포 이동에 대한 견고성과 같은 속성을 조사하는 것입니다. 우리의 출발점은 동일한 데이터 세트에서 훈련될 때 원래 CLIP 모델의 정확도와 일치하는 CLIP 구현입니다. 구체적으로 OpenAI의 50만 개 YFCC 이미지 하위 집합에 대한 코드베이스로 훈련된 ResNet-15 모델은 ImageNet에서 32.7%의 상위 1위 정확도를 달성합니다. OpenAI의 CLIP 모델은 YFCC의 동일한 하위 집합에서 훈련될 때 31.3%에 도달합니다. 쉬운 실험을 위해 우리는 우리 코드베이스로 훈련된 ResNet-3x50가 4% top-22.2 ImageNet 정확도에 도달하는 Conceptual Captions 데이터 세트의 1만 개 이미지에 대한 훈련용 코드도 제공합니다. 이 코드베이스는 진행 중이며 우리는 모든 사람이 이 코드베이스를 더 쉽게 접근하고 유용하게 만드는 데 기여하도록 초대합니다. 앞으로 TPU 학습에 대한 지원을 추가하고 더 큰 모델을 출시할 계획입니다. 이 코드베이스가 추가 연구를 촉진하고 촉진하기를 바랍니다.
기능
- 대조적인 이미지-텍스트 감독으로 학습 모델 활성화
- 분포 이동에 대한 견고성과 같은 속성을 조사합니다.
- Conceptual Captions 데이터 세트의 3만 개 이미지에 대한 교육
- 분류 작업에 대한 미세 조정
- OpenCLIP은 두 개의 열이 있는 CSV 파일을 읽습니다.
- YFCC 및 기타 데이터 세트
프로그래밍 언어
Python
카테고리
이것은 https://sourceforge.net/projects/openclip.mirror/에서도 가져올 수 있는 애플리케이션입니다. 무료 운영 체제 중 하나에서 가장 쉬운 방법으로 온라인으로 실행하기 위해 OnWorks에서 호스팅되었습니다.