Способ вывода средств: Baidu.com
Всего [16] секций
Наличие учебной литературы: Да

Вы получите

Освойте принципы Swin Transformer

Освоение кода для PyTorch-реализации Swin Transformer

Освоение проектного подхода Swin Transformer к классификации изображений в реальном мире

соответствующее население

Участники, желающие изучить принципы работы Swin Transformer и код реализации PyTorch
Курсы

Трансформер добился передовых результатов во многих задачах NLP (Natural Language Processing). Трансформатор Свина, построенный на основе ViT, - еще одна знаковая работа в области применения трансформатора в КВ (компьютерном зрении). Он может использоваться в качестве универсальной опорной сети для решения задачи классификации изображений, а также для решения последующих задач CV, таких как обнаружение целей, сегментация экземпляров, семантическая сегментация и т. д. с результатами SOTA.Swin Transformer получил награду за лучший доклад на ICCV 2021.

Этот курс содержит краткое объяснение принципов и код реализации Swin Transformer в PyTorch, что поможет вам освоить его подробные принципы и конкретную реализацию, а также использовать Swin Transformer для классификации изображений из 17 категорий наборов данных о цветах.

Принципиальная часть включает: обзор архитектуры трансформатора, кодер трансформатора, декодер трансформатора, сетевая архитектура трансформатора Swin, слияние патчей, SW-MSA, относительная позиционная погрешность, анализ вычислительного объема MSA и W-MSA, экспериментальные результаты и производительность.

Практическая часть проекта включает в себя: установку программной среды и PyTorch, установку Swin-Transformer, автоматическое разделение набора данных, изменение конфигурационного файла, обучение набора данных и тестирование обученной сетевой модели.

Раздел Code Essentials использует PyCharm для построчной интерпретации кода Swin Transformer в PyTorch, включая интерпретацию кода PatchEmbed, SwinTransformerBlock, PatchMerging, процесса вывода и реализации процесса обучения.

Каталог курсов

Глава 1: Введение в курс
Описание курса 06:10

Глава 2: Принципы
Обзор архитектуры трансформатора 11:22
Трансформаторный кодировщик 31:56
Трансформаторный декодер 06:29
Сетевая архитектура Swin Transformer 23:22
Слияние патчей с помощью Swin Transformer 02:49
Swin Transformer's SW-MSA 09:48
Относительное смещение положения для трансформатора Swin 06:05
MSA Вычислительный объемный анализ трансформатора Swin 03:44
W-MSA Расчетный объемный анализ трансформатора Swin 01:23
Экспериментальные результаты и производительность трансформатора Swin 06:47

Глава 3: Практическая часть проекта (классификация изображений)
Установка программной среды и PyTorch 08:31
Классификация изображений Swin Transformer в действии 13:47

Глава 4: Анализ кода
Code Essentials 1-PatchEmbed 16:27
Code Essentials 2-SwinTransformerBlock 28:22
Code Talk 3-PatchMerging 11:40
Code Essentials 4 - Процессы рассуждений 12:52
Code Essentials 5 - Процесс обучения 08:25

Скачать ресурс

Цена загрузки этого ресурса составляет12.9Золотые монеты, пожалуйста, сначалавойти в систему

Заявление о ресурсах (покупка считается согласием с этим заявлением):
1. любая операция в веб-платформе считается прочитал и согласился с нижней части сайта регистрационное соглашение и отказ от ответственности, этот сайт ресурсы были ультра-низкая цена, и не предоставляет техническую поддержку
2. некоторые пользователи сети поделиться сетевой адрес диска может быть недействительным, таких как возникновение сбоев, пожалуйста, отправьте письмо в службу поддержки код711cn#qq.com (замените # на @) будет составлен, чтобы отправить
3. этот сайт предоставляет все загружаемые ресурсы (программное обеспечение и т.д.) сайт, чтобы гарантировать, что никаких негативных изменений; но этот сайт не может гарантировать точность, безопасность и целостность ресурсов, пользователь загружает по своему усмотрению, мы общаемся, чтобы узнать для целей не все исходный код не 100% безошибочно или нет ошибок; вы должны иметь определенную основу, чтобы быть в состоянии читать и понимать код, чтобы быть в состоянии изменить отладку! код и устранять ошибки. В то же время, пользователи данного сайта должны понимать, что Source Code Convenience Store не владеет никакими правами на программное обеспечение, предоставленное для скачивания, авторские права принадлежат законному владельцу ресурса.
4. все ресурсы на этом сайте только для обучения и исследовательских целей, пожалуйста, должны быть удалены в течение 24 часов после загрузки ресурсов, не используйте в коммерческих целях, в противном случае юридические споры, возникающие с сайта и издателя залога ответственности сайта и не будет нести!
5. в связи с воспроизводимым характером ресурсов, приобретенные ресурсы не подлежат возврату, баланс пополнения также не подлежит возврату