معرفی شرکت ها
eqxvision-0.2.8
تبلیغات ما
مشتریان به طور فزاینده ای آنلاین هستند. تبلیغات می تواند به آنها کمک کند تا کسب و کار شما را پیدا کنند.
مشاهده بیشتر
تبلیغات ما
مشتریان به طور فزاینده ای آنلاین هستند. تبلیغات می تواند به آنها کمک کند تا کسب و کار شما را پیدا کنند.
مشاهده بیشتر
تبلیغات ما
مشتریان به طور فزاینده ای آنلاین هستند. تبلیغات می تواند به آنها کمک کند تا کسب و کار شما را پیدا کنند.
مشاهده بیشتر
تبلیغات ما
مشتریان به طور فزاینده ای آنلاین هستند. تبلیغات می تواند به آنها کمک کند تا کسب و کار شما را پیدا کنند.
مشاهده بیشتر
تبلیغات ما
مشتریان به طور فزاینده ای آنلاین هستند. تبلیغات می تواند به آنها کمک کند تا کسب و کار شما را پیدا کنند.
مشاهده بیشترتوضیحات
Root package info.
| ویژگی | مقدار |
|---|---|
| سیستم عامل | - |
| نام فایل | eqxvision-0.2.8 |
| نام | eqxvision |
| نسخه کتابخانه | 0.2.8 |
| نگهدارنده | [] |
| ایمیل نگهدارنده | [] |
| نویسنده | - |
| ایمیل نویسنده | Contributing Authors <aditya.91.singh@gmail.com> |
| آدرس صفحه اصلی | - |
| آدرس اینترنتی | https://pypi.org/project/eqxvision/ |
| مجوز | - |
# Eqxvision
[](https://pypi.org/project/eqxvision/)
[](https://eqxvision.readthedocs.io/en/latest/)
[](https://github.com/paganpasta/eqxvision/releases)
[](https://github.com/paganpasta/eqxvision/blob/main/LICENSE.md)
Eqxvision is a package of popular computer vision model architectures built using [Equinox](https://docs.kidger.site/equinox/).
## Installation
Use the package manager [pip](https://pip.pypa.io/en/stable/) to install eqxvision.
```bash
pip install eqxvision
```
*requires:* `python>=3.7`
*optional:* `torch`, only if `pretrained` models are required.
## Documentation
Available at [https://eqxvision.readthedocs.io/en/latest/](https://eqxvision.readthedocs.io/en/latest/).
## Usage
Picking a model and doing a forward pass is as simple as ...
```python
import jax
import jax.random as jr
import equinox as eqx
from eqxvision.models import alexnet
from eqxvision.utils import CLASSIFICATION_URLS
@eqx.filter_jit
def forward(net, images, key):
keys = jax.random.split(key, images.shape[0])
output = jax.vmap(net, axis_name=('batch'))(images, key=keys)
...
net = alexnet(torch_weights=CLASSIFICATION_URLS['alexnet'])
images = jr.uniform(jr.PRNGKey(0), shape=(1,3,224,224))
output = forward(net, images, jr.PRNGKey(0))
```
## What's New?
- `FCN`, `DeepLabV3` and `LRASPP` added as new image segmentation models.
- Backward incompatible changes to `v0.2.0` for loading a `pretrained` model.
- Almost all image classification models are ported from `torchvision`.
- New tutorial for generating `adversarial examples` and others coming soon.
## Get Started!
Start with any one of these easy to follow [tutorials](https://eqxvision.readthedocs.io/en/latest/getting_started/Transfer_Learning/).
## Tips
- Better to use `@equinox.filter_jit` instead of `@jax.jit`.
- Use `jax.{v,p}map` with `axis_name='batch'` when using models that use batch normalisation.
- Don't forget to switch to `inference` mode for evaluations. (`model = eqx.tree_inference(model)`)
- Initialise Optax optimisers as `optim.init(eqx.filter(net, eqx.is_array))`. ([See here.](https://docs.kidger.site/equinox/faq/#optax-is-throwing-an-error))
## Contributing
Pull requests are welcome. For major changes, please open an issue first to discuss what you would like to change.
### Development Process
If you plan to modify the code or documentation, please follow the steps below:
1. Fork the repository and create your branch from `dev`.
2. If you have modified the code (new feature or bug-fix), please add unit tests.
3. If you have changed APIs, update the documentation. Make sure the documentation builds. `mkdocs serve`
4. Ensure the test suite passes. `pytest tests -vvv`
5. Make sure your code passes the formatting checks. Automatically checked with a `pre-commit` hook.
## Acknowledgements
- [Equinox](https://github.com/patrick-kidger/equinox)
- [Patrick Kidger](https://github.com/patrick-kidger)
- [Torchvision](https://pytorch.org/vision/stable/index.html)
## License
[MIT](https://choosealicense.com/licenses/mit/)
نیازمندی
| مقدار | نام |
|---|---|
| - | equinox |
| =1.7. | torch |
| =0.8. | torchvision |
| - | jinja2==3.0.3 |
| - | Markdown>=3.3 |
| - | MarkupSafe>=1.1 |
| - | mkdocs>=1.2 |
| - | mkdocs-autorefs>=0.3.1 |
| - | pymdown-extensions>=6.3 |
| - | mkdocs==1.3.0 |
| - | mkdocs-autorefs |
| - | mkdocs_include_exclude_files==0.0.1 |
| - | mkdocs-material==7.3.6 |
| - | mkdocs-material-extensions |
| - | mkdocstrings==0.17.0 |
| - | mkdocstrings-python |
| - | mkdocstrings-python-legacy |
| - | mknotebooks==0.7.1 |
| - | pymdown-extensions==9.4 |
| - | pytkdocs_tweaks==0.0.5 |
| - | pre-commit |
| - | bluepy |
| - | pytest |
| - | equinox |
| =1.7. | torch |
| =0.8. | torchvision |
| - | optax |
زبان مورد نیاز
| مقدار | نام |
|---|---|
| >=3.8 | Python |
نحوه نصب
نصب پکیج whl eqxvision-0.2.8:
pip install eqxvision-0.2.8.whl
نصب پکیج tar.gz eqxvision-0.2.8:
pip install eqxvision-0.2.8.tar.gz