Aceasta este aplicația Windows numită Denoising Diffusion Probabilistic Model a cărei ultimă versiune poate fi descărcată ca 1.9.2asourcecode.zip. Poate fi rulat online în furnizorul de găzduire gratuit OnWorks pentru stații de lucru.
Descărcați și rulați online această aplicație numită Model probabilistic de difuzie de denoisare cu OnWorks gratuit.
Urmați aceste instrucțiuni pentru a rula această aplicație:
- 1. Ați descărcat această aplicație pe computer.
- 2. Introduceți în managerul nostru de fișiere https://www.onworks.net/myfiles.php?username=XXXXX cu numele de utilizator pe care îl doriți.
- 3. Încărcați această aplicație într-un astfel de manager de fișiere.
- 4. Porniți orice emulator online OS OnWorks de pe acest site, dar mai bun emulator online Windows.
- 5. Din sistemul de operare Windows OnWorks pe care tocmai l-ați pornit, accesați managerul nostru de fișiere https://www.onworks.net/myfiles.php?username=XXXXX cu numele de utilizator dorit.
- 6. Descărcați aplicația și instalați-o.
- 7. Descărcați Wine din depozitele de software ale distribuțiilor Linux. Odată instalat, puteți apoi să faceți dublu clic pe aplicație pentru a le rula cu Wine. De asemenea, puteți încerca PlayOnLinux, o interfață elegantă peste Wine, care vă va ajuta să instalați programe și jocuri populare Windows.
Wine este o modalitate de a rula software-ul Windows pe Linux, dar fără a fi necesar Windows. Wine este un strat de compatibilitate Windows open-source care poate rula programe Windows direct pe orice desktop Linux. În esență, Wine încearcă să reimplementeze suficient Windows de la zero, astfel încât să poată rula toate acele aplicații Windows fără a avea nevoie efectiv de Windows.
SCREENSHOTS
Ad
Model probabilistic de difuzie de dezgomot
DESCRIERE
Implementarea modelului probabilistic de difuzie de denoisare în Pytorch. Este o nouă abordare a modelării generative care poate avea potențialul de a rivaliza cu GAN-urile. Utilizează potrivirea scorului de dezgomot pentru a estima gradientul distribuției datelor, urmată de eșantionarea Langevin pentru a eșantiona din distribuția adevărată. Dacă doriți pur și simplu să transmiteți un nume de folder și dimensiunile dorite ale imaginii, puteți utiliza clasa Trainer pentru a antrena cu ușurință un model.
DESCRIERE
- Cod adnotat de cercetătorii de știință
- Această implementare a fost transcrisă din versiunea oficială Tensorflow
- Eșantioanele și punctele de control ale modelului vor fi înregistrate periodic în ./results
- Clasa Trainer este acum echipată cu Accelerator
- Puteți face cu ușurință antrenament multi-gpu în doi pași
- O nouă abordare a modelării generative
Limbaj de programare
Piton
Categorii
Aceasta este o aplicație care poate fi preluată și de la https://sourceforge.net/projects/denoising-diff-probabil.mirror/. A fost găzduit în OnWorks pentru a fi rulat online într-un mod cât mai ușor de pe unul dintre sistemele noastre operative gratuite.
