Aceasta este aplicația Windows numită Pytorch-toolbelt a cărei ultimă versiune poate fi descărcată ca PytorchToolbelt0.6.2.zip. Poate fi rulat online în furnizorul de găzduire gratuit OnWorks pentru stații de lucru.
Descărcați și rulați online această aplicație numită Pytorch-toolbelt 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.
CAPTURĂ DE ECRAN:
Pytorch-centru de scule
DESCRIERE:
O pytorch-toolbelt este o bibliotecă Python cu un set de clopote și fluiere pentru PyTorch pentru prototipuri rapide de cercetare și dezvoltare și agricultura Kaggle. Construire ușoară a modelului folosind arhitectura flexibilă de codificator-decodor. Module: CoordConv, SCSE, Hypercolumn, Convoluție separabilă în profunzime și multe altele. TTA de creștere a timpului de testare prietenos cu GPU pentru segmentare și clasificare. Inferență prietenoasă cu GPU asupra imaginilor uriașe (5000x5000). Rutine obișnuite de zi cu zi (reparare/restaurare aleatorie, utilitare ale sistemului de fișiere, metrici). Pierderi: BinaryFocalLoss, Focal, ReducedFocal, Lovasz, Jaccard și pierderi de zaruri, Wing Loss și multe altele. Suplimente pentru biblioteca Catalyst (Vizualizarea predicțiilor lot, metrici suplimentare). Prin proiectare, atât codificatorul, cât și decodorul produc o listă de tensori, de la hărți de caracteristici fine (rezoluție înaltă, indexată 0) până la hărți de caracteristici grosiere (rezoluție scăzută). Accesul la toate hărțile de caracteristici intermediare este benefic dacă doriți să aplicați pierderi profunde de supraveghere asupra acestora sau la sarcina de detectare a obiectelor codificatorului-decodor.
DESCRIERE
- Creați model FPN Encoder-Decoder cu un encoder pre-antrenat
- Creați modelul Encoder-Decoder U-Net
- Creați model FPN Encoder-Decoder cu un encoder pre-antrenat
- Schimbați numărul de canale de intrare pentru encoder
- Numărați numărul de parametri din encoder/decoder și alte module
- Compune pierderi multiple
Limbaj de programare
Piton
Categorii
Aceasta este o aplicație care poate fi preluată și de la https://sourceforge.net/projects/pytorch-toolbelt.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.