这是名为 OpenCLIP 的 Windows 应用程序，其最新版本可以下载为 v2.22.0.zip。 它可以在工作站的免费托管服务提供商 OnWorks 中在线运行。
使用 OnWorks 免费下载并在线运行这个名为 OpenCLIP 的应用程序。
请按照以下说明运行此应用程序：
- 1. 在您的 PC 中下载此应用程序。
- 2. 在我们的文件管理器 https://www.onworks.net/myfiles.php?username=XXXXX 中输入您想要的用户名。
- 3. 在这样的文件管理器中上传这个应用程序。
- 4. 从本网站启动任何 OS OnWorks 在线模拟器，但更好的 Windows 在线模拟器。
- 5. 从您刚刚启动的 OnWorks Windows 操作系统，使用您想要的用户名转到我们的文件管理器 https://www.onworks.net/myfiles.php?username=XXXXX。
- 6. 下载应用程序并安装。
- 7. 从您的 Linux 发行版软件存储库下载 Wine。 安装后，您可以双击该应用程序以使用 Wine 运行它们。 您还可以尝试 PlayOnLinux，这是 Wine 上的一个花哨界面，可帮助您安装流行的 Windows 程序和游戏。
Wine 是一种在 Linux 上运行 Windows 软件的方法，但不需要 Windows。 Wine 是一个开源的 Windows 兼容层，可以直接在任何 Linux 桌面上运行 Windows 程序。 本质上，Wine 试图从头开始重新实现足够多的 Windows，以便它可以运行所有这些 Windows 应用程序，而实际上不需要 Windows。
SCREENSHOTS
Ad
开放式剪辑
商品描述
该存储库的目标是启用具有对比图像文本监督的训练模型，并研究它们的属性，例如对分布变化的鲁棒性。 我们的起点是 CLIP 的实现，它在同一数据集上训练时与原始 CLIP 模型的准确性相匹配。 具体来说，使用我们的代码库在 OpenAI 的 50 万张 YFCC 图像子集上训练的 ResNet-15 模型在 ImageNet 上达到了 32.7% 的 top-1 准确率。 OpenAI 的 CLIP 模型在相同的 YFCC 子集上训练时达到 31.3%。 为了便于实验，我们还提供了用于在 Conceptual Captions 数据集中训练 3 万张图像的代码，其中使用我们的代码库训练的 ResNet-50x4 达到 22.2% top-1 ImageNet 精度。 该代码库正在开发中，我们邀请所有人为使其更易于访问和使用做出贡献。 未来，我们计划增加对 TPU 训练的支持并发布更大的模型。 我们希望这个代码库能够促进和促进进一步的研究。
項目特色
- 启用具有对比图像文本监督的训练模型
- 研究它们的特性，例如对分布变化的稳健性
- 对概念字幕数据集中的 3 万张图像进行训练
- 微调分类任务
- OpenCLIP 读取一个包含两列的 CSV 文件
- YFCC 和其他数据集
程式语言
Python
分类
这是一个也可以从 https://sourceforge.net/projects/openclip.mirror/ 获取的应用程序。 它已托管在 OnWorks 中，以便以最简单的方式从我们的免费操作系统之一在线运行。
