这是名为 Bootstrap Your Own Latent (BYOL) 的 Linux 应用程序，其最新版本可以作为 0.7.0.zip 下载。它可以在免费的工作站托管提供商 OnWorks 中在线运行。
使用 OnWorks 免费下载并在线运行名为 Bootstrap Your Own Latent (BYOL) 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. 从此网站启动OnWorks Linux online 或Windows online emulator 或MACOS online emulator。
- 5. 从您刚刚启动的 OnWorks Linux 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，安装并运行。
SCREENSHOTS
Ad
引导您自己的潜在客户 (BYOL)
商品描述
实际实现了一种极其简单的自监督学习方法，该方法实现了新的最先进技术（超越 SimCLR），无需对比学习，也无需指定负对。 该存储库提供了一个模块，可以轻松包装任何基于图像的神经网络（残差网络、鉴别器、策略网络），以立即开始从未标记的图像数据中受益。 现在有新的证据表明批量归一化是使该技术发挥良好作用的关键。 一篇新论文成功地用组规范+权重标准化取代了批次规范，反驳了 BYOL 需要批次统计才能发挥作用。 只需插入您的神经网络，指定 (1) 图像尺寸以及 (2) 隐藏层的名称（或索引），其输出用作自监督训练的潜在表示。
产品优势
- 极其简单的方法的实际实施
- 群体规范+体重标准化
- 只需插入您的神经网络
- BYOL 甚至不需要目标编码器是在线编码器的指数移动平均值
- 获取嵌入或投影
- 没有对比学习
程式语言
Python
分类
这是一个也可以从 https://sourceforge.net/projects/bootstrap-latent-byol.mirror/ 获取的应用程序。 它已托管在 OnWorks 中，以便从我们的免费操作系统之一以最简单的方式在线运行。
