এটি TensorNetwork নামের লিনাক্স অ্যাপ যার সর্বশেষ প্রকাশ tensornetwork-0.4.6.tar.gz নামে ডাউনলোড করা যেতে পারে। এটি ওয়ার্কস্টেশনের জন্য বিনামূল্যের হোস্টিং প্রদানকারী OnWorks-এ অনলাইনে চালানো যেতে পারে।
TensorNetwork নামের এই অ্যাপটি OnWorks সহ বিনামূল্যে অনলাইনে ডাউনলোড করুন এবং চালান।
এই অ্যাপটি চালানোর জন্য এই নির্দেশাবলী অনুসরণ করুন:
- 1. আপনার পিসিতে এই অ্যাপ্লিকেশনটি ডাউনলোড করুন৷
- 2. আমাদের ফাইল ম্যানেজারে প্রবেশ করুন https://www.onworks.net/myfiles.php?username=XXXXX আপনি যে ইউজারনেম চান।
- 3. এই ধরনের ফাইল ম্যানেজারে এই অ্যাপ্লিকেশনটি আপলোড করুন।
- 4. এই ওয়েবসাইট থেকে OnWorks Linux অনলাইন বা Windows অনলাইন এমুলেটর বা MACOS অনলাইন এমুলেটর শুরু করুন।
- 5. OnWorks Linux OS থেকে আপনি এইমাত্র শুরু করেছেন, আমাদের ফাইল ম্যানেজারে যান https://www.onworks.net/myfiles.php?username=XXXXX আপনার পছন্দের ব্যবহারকারীর নাম সহ।
- 6. অ্যাপ্লিকেশনটি ডাউনলোড করুন, এটি ইনস্টল করুন এবং এটি চালান।
স্ক্রীনশটগুলি
Ad
টেনসরনেটওয়ার্ক
বর্ণনাঃ
TensorNetwork হল টেনসর নেটওয়ার্ক তৈরি এবং সংকুচিত করার জন্য একটি উচ্চ-স্তরের লাইব্রেরি—বড় টেনসরের গ্রাফিক্যাল ফ্যাক্টরাইজেশন যা পদার্থবিদ্যা এবং মেশিন লার্নিংয়ে অনেক অ্যালগরিদমকে ভিত্তি করে। এটি নোড এবং প্রান্ত হিসাবে নেটওয়ার্কগুলিকে বিমূর্ত করে, তারপর একাধিক সংখ্যাসূচক ব্যাকএন্ড জুড়ে দক্ষ সংকোচনের ক্রম সংকলন করে যাতে ব্যবহারকারীরা সূচক হিসাবরক্ষণের পরিবর্তে মডেল কাঠামোর উপর মনোনিবেশ করতে পারেন। সাধারণ নেটওয়ার্ক পরিবারগুলি (MPS/TT, PEPS, MERA, ট্রি নেটওয়ার্ক) সংক্ষিপ্ত API দিয়ে প্রকাশ করা হয় যা পরীক্ষা-নিরীক্ষা এবং তুলনাকে উৎসাহিত করে। লাইব্রেরিটি স্বয়ংক্রিয় পথ অনুসন্ধান এবং খরচ অনুমান প্রদান করে, মেমরিতে সংকোচনের বিস্ফোরণ কখন হবে তা প্রকাশ করে এবং আরও ভাল অর্ডারের পরামর্শ দেয়। যেহেতু এটি NumPy, TensorFlow, PyTorch এবং JAX এর মতো ব্যাকএন্ড সমর্থন করে, একই মডেলটি CPU, GPU, বা TPU তে ন্যূনতম কোড পরিবর্তন সহ চলতে পারে। টিউটোরিয়াল এবং ভিজ্যুয়ালাইজেশন সহায়কগুলি নেটওয়ার্ক টপোলজি কীভাবে অভিব্যক্তিপূর্ণ শক্তি এবং গণনামূলক খরচকে প্রভাবিত করে তা বোঝা সহজ করে তোলে।
বৈশিষ্ট্য
- নোড, প্রান্ত এবং সংকোচনের জন্য গ্রাফ-ভিত্তিক API
- স্বয়ংক্রিয় পথ খোঁজা এবং সংকোচন-ব্যয় অনুমান
- MPS/TT, PEPS, MERA, এবং ট্রি নেটওয়ার্কের জন্য প্রস্তুত নির্মাতারা
- প্লাগেবল ব্যাকএন্ড: NumPy, TensorFlow, PyTorch, JAX
- নেটওয়ার্ক কাঠামো এবং প্রবাহের জন্য ভিজ্যুয়ালাইজেশন ইউটিলিটি
- অভিন্ন উচ্চ-স্তরের কোড সহ GPU/TPU ত্বরণ
প্রোগ্রামিং ভাষা
পাইথন
বিভাগ
এটি এমন একটি অ্যাপ্লিকেশন যা https://sourceforge.net/projects/tensornetwork.mirror/ থেকেও আনা যেতে পারে। আমাদের বিনামূল্যের অপারেটিভ সিস্টেমগুলির মধ্যে একটি থেকে সবচেয়ে সহজ উপায়ে অনলাইনে চালানোর জন্য এটি OnWorks-এ হোস্ট করা হয়েছে।
