Ini ialah apl Linux bernama Lightly yang keluaran terbarunya boleh dimuat turun sebagai CyclicCosineScheduler.zip. Ia boleh dijalankan dalam talian dalam penyedia pengehosan percuma OnWorks untuk stesen kerja.
Muat turun dan jalankan dalam talian apl bernama Lightly dengan OnWorks ini secara percuma.
Ikut arahan ini untuk menjalankan apl ini:
- 1. Memuat turun aplikasi ini dalam PC anda.
- 2. Masukkan dalam pengurus fail kami https://www.onworks.net/myfiles.php?username=XXXXX dengan nama pengguna yang anda mahukan.
- 3. Muat naik aplikasi ini dalam pengurus filem tersebut.
- 4. Mulakan OnWorks Linux dalam talian atau emulator dalam talian Windows atau emulator dalam talian MACOS dari tapak web ini.
- 5. Daripada OS Linux OnWorks yang baru anda mulakan, pergi ke pengurus fail kami https://www.onworks.net/myfiles.php?username=XXXX dengan nama pengguna yang anda mahukan.
- 6. Muat turun aplikasi, pasang dan jalankan.
SKRIN
Ad
Ringan
DESCRIPTION
Perpustakaan ular sawa untuk pembelajaran diselia sendiri pada imej. Kami, di Lightly, adalah jurutera yang bersemangat yang ingin menjadikan pembelajaran mendalam lebih cekap. Itulah sebabnya - bersama komuniti kami - kami ingin mempopularkan penggunaan kaedah penyeliaan sendiri untuk memahami dan memilih data imej mentah. Penyelesaian kami boleh digunakan sebelum sebarang langkah anotasi data dan perwakilan yang dipelajari boleh digunakan untuk menggambarkan dan menganalisis set data. Ini membolehkan memilih set sampel teras terbaik untuk latihan model melalui penapisan lanjutan. Kami menyediakan contoh yang diedarkan PyTorch, PyTorch Lightning dan PyTorch Lightning untuk setiap model untuk memulakan projek anda. Ringan memerlukan Python 3.6+ tetapi kami mengesyorkan menggunakan Python 3.7+. Kami mengesyorkan memasang Lightly dalam persekitaran Linux atau OSX. Dengan ringan, anda boleh menggunakan kaedah pembelajaran penyeliaan kendiri terkini secara modular menggunakan kuasa penuh PyTorch. Eksperimen dengan tulang belakang yang berbeza, model dan fungsi kehilangan.
Ciri-ciri
- Rangka kerja modular yang mendedahkan blok binaan peringkat rendah seperti fungsi kehilangan
- Sokongan untuk latihan berbilang gpu menggunakan PyTorch Lightning
- Mudah digunakan dan ditulis dalam gaya seperti PyTorch
- Menyokong model tulang belakang tersuai untuk pra-latihan yang diselia sendiri
- Anda boleh mencari kod sampel untuk semua model yang disokong
- Kami menyediakan contoh yang diedarkan PyTorch, PyTorch Lightning dan PyTorch Lightning untuk setiap model untuk memulakan projek anda
Bahasa Pengaturcaraan
Python
Kategori
Ini adalah aplikasi yang juga boleh diambil dari https://sourceforge.net/projects/lightly.mirror/. Ia telah dihoskan dalam OnWorks untuk dijalankan dalam talian dengan cara yang paling mudah daripada salah satu Sistem Operasi percuma kami.
