هذا هو تطبيق لينكس TorchRec، ويمكن تنزيل أحدث إصدار منه بـ v1.3.0sourcecode.tar.gz. ويمكن تشغيله عبر الإنترنت من خلال موفر الاستضافة المجاني OnWorks لمحطات العمل.
قم بتنزيل وتشغيل هذا التطبيق المسمى TorchRec مع OnWorks عبر الإنترنت مجانًا.
اتبع هذه التعليمات لتشغيل هذا التطبيق:
- 1. قم بتنزيل هذا التطبيق على جهاز الكمبيوتر الخاص بك.
- 2. أدخل في مدير الملفات الخاص بنا https://www.onworks.net/myfiles.php؟username=XXXXX باسم المستخدم الذي تريده.
- 3. تحميل هذا التطبيق في هذا الملف.
- 4. ابدأ تشغيل OnWorks Linux عبر الإنترنت أو محاكي Windows عبر الإنترنت أو محاكي MACOS عبر الإنترنت من هذا الموقع.
- 5. من نظام تشغيل OnWorks Linux الذي بدأته للتو ، انتقل إلى مدير الملفات الخاص بنا https://www.onworks.net/myfiles.php؟username=XXXXX مع اسم المستخدم الذي تريده.
- 6. قم بتنزيل التطبيق وتثبيته وتشغيله.
لقطات الشاشة:
الشعلةريك
الوصف:
TorchRec عبارة عن مكتبة مجال PyTorch تم إنشاؤها لتوفير أساسيات التشتت والتوازي الشائعة اللازمة لأنظمة التوصية واسعة النطاق (RecSys). يسمح للمؤلفين بتدريب النماذج باستخدام جداول تضمين كبيرة مُقسمة عبر العديد من وحدات معالجة الرسومات. بدائل التوازي التي تتيح التأليف السهل لنماذج كبيرة متعددة الأجهزة / متعددة العقدة ذات أداء فعال باستخدام توازي البيانات الهجين / نموذج التوازي. يمكن لـ TorchRec Sharder تجزئة جداول التضمين باستخدام استراتيجيات تجزئة مختلفة بما في ذلك البيانات الموازية ، والجدول ، والصف الحكيم ، والجدول ، والصف الحكيم ، والتجزئة العمودية. يمكن لمخطط TorchRec إنشاء خطط تجزئة محسّنة للنماذج تلقائيًا. يتداخل التدريب المتداخل مع نقل جهاز تحميل البيانات (نسخ إلى وحدة معالجة الرسومات) ، والاتصالات بين الأجهزة (قائمة الإدخال) ، والحساب (للأمام ، والخلف) لزيادة الأداء. نواة محسّنة لـ RecSys مدعومة من FBGEMM. دعم الكمي لتقليل التدريب الدقيق والاستدلال. الوحدات النمطية الشائعة لـ RecSys.
شرح المميزات:
- تم تصميمه لتوفير بدائل متفرقة وتوازي مشتركة مطلوبة لأنظمة التوصية على نطاق واسع
- يمكن لمخطط TorchRec إنشاء خطط تجزئة محسّنة للنماذج تلقائيًا
- يتطلب Torchrec بايثون> = 3.7 و CUDA> = 11.0
- يمكن تثبيت ثنائي تجريبي على Linux لـ Python 3.7 و 3.8 و 3.9 عبر عجلات الأنابيب
- TorchRec مرخصة من BSD
- دعم الكمي لتقليل التدريب الدقيق والاستدلال
لغة البرمجة
Python
التصنيفات
هذا تطبيق يمكن جلبه أيضًا من https://sourceforge.net/projects/torchrec.mirror/. تمت استضافته في OnWorks ليتم تشغيله عبر الإنترنت بأسهل طريقة من أحد أنظمتنا التشغيلية المجانية.