Dies ist die Linux-App namens IVY, deren neueste Version als TestRelease.zip heruntergeladen werden kann. Es kann online beim kostenlosen Hosting-Anbieter OnWorks für Workstations ausgeführt werden.
Laden Sie diese App namens IVY mit OnWorks kostenlos herunter und führen Sie sie online aus.
Befolgen Sie diese Anweisungen, um diese App auszuführen:
- 1. Diese Anwendung auf Ihren PC heruntergeladen.
- 2. Geben Sie in unserem Dateimanager https://www.onworks.net/myfiles.php?username=XXXXX den gewünschten Benutzernamen ein.
- 3. Laden Sie diese Anwendung in einem solchen Dateimanager hoch.
- 4. Starten Sie den OnWorks Linux-Online- oder Windows-Online-Emulator oder den MACOS-Online-Emulator von dieser Website.
- 5. Rufen Sie vom gerade gestarteten OnWorks Linux-Betriebssystem aus unseren Dateimanager https://www.onworks.net/myfiles.php?username=XXXXX mit dem gewünschten Benutzernamen auf.
- 6. Laden Sie die Anwendung herunter, installieren Sie sie und führen Sie sie aus.
SCREENSHOTS
Ad
IVY
BESCHREIBUNG
Nehmen Sie einen beliebigen Code, den Sie einbinden möchten. Zum Beispiel ein vorhandenes TensorFlow-Modell und einige nützliche Funktionen aus den Bibliotheken PyTorch und NumPy. Wählen Sie ein beliebiges Framework zum Schreiben Ihrer übergeordneten Pipeline, einschließlich Datenladen, verteiltes Training, Analyse, Protokollierung, Visualisierung usw. Wählen Sie ein beliebiges Backend-Framework, das unter der Haube zum Ausführen dieser gesamten Pipeline verwendet werden soll. Wählen Sie das für Ihre Anforderungen am besten geeignete Gerät oder die am besten geeignete Gerätekombination. DeepMind veröffentlicht ein fantastisches Modell auf GitHub, geschrieben in JAX. Wir verwenden PerceiverIO als Beispiel. Implementieren Sie das Modell selbst in PyTorch und investieren Sie dabei Zeit und Energie, um sicherzustellen, dass jedes Detail korrekt ist. Warten Sie andernfalls, bis unter den vielen Neuimplementierungsversuchen (a, b, c, d, e, f) eine PyTorch-Version auf GitHub erscheint. Transpilieren Sie das JAX-Modell sofort nach PyTorch. Dadurch wird ein identisches PyTorch-Äquivalent des Originalmodells erstellt.
Eigenschaften
- Wählen Sie ein beliebiges Framework zum Schreiben Ihrer übergeordneten Pipeline
- Wählen Sie ein beliebiges Backend-Framework, das unter der Haube verwendet werden soll
- Wählen Sie das für Ihre Anforderungen am besten geeignete Gerät oder die am besten geeignete Gerätekombination
- Nehmen Sie einen beliebigen Code, den Sie einbinden möchten
- Fügen Sie Beispiele hinzu
- Ivy kann jede Funktion in Ihrer Bibliothek in jedes Ziel-Framework transpilieren
Programmiersprache
Python
Kategorien
Dies ist eine Anwendung, die auch von https://sourceforge.net/projects/ivy.mirror/ abgerufen werden kann. Es wurde in OnWorks gehostet, um es auf einfachste Weise online über eines unserer kostenlosen Betriebssysteme ausführen zu können.
