Dies ist die Linux-App namens PyTorch, die unter Linux online ausgeführt werden kann. Die neueste Version kann als StableC++Frontend, DistributedRPCframework und mehr heruntergeladen werden. Neue experimentelle Autograd-API auf höherer Ebene, ChannelsLastmemoryformat und mehr. Es kann online beim kostenlosen Hosting-Anbieter OnWorks für Workstations ausgeführt werden.
Laden Sie diese App namens PyTorch herunter und führen Sie sie online aus, um sie unter Linux online mit OnWorks kostenlos auszuführen.
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
PyTorch soll online unter Linux ausgeführt werden
BESCHREIBUNG
PyTorch ist ein Python-Paket, das Tensor-Berechnungen (wie NumPy) mit starker GPU-Beschleunigung und tiefen neuronalen Netzen bietet, die auf einem bandbasierten Autograd-System basieren. Dieses Projekt ermöglicht schnelles, flexibles Experimentieren und effiziente Produktion.PyTorch besteht aus Torch (Tensor-Bibliothek), Torch.autograd (bandbasierte automatische Differenzierungsbibliothek), Torch.jit (ein Kompilierungsstapel [TorchScript]), Torch.nn (Bibliothek für neuronale Netze), Torch.multiprocessing (Python-Multiprocessing), und Torch.utils (DataLoader und andere Dienstprogrammfunktionen). PyTorch kann als Ersatz für Numpy oder als Deep-Learning-Forschungsplattform verwendet werden, die optimale Flexibilität und Geschwindigkeit bietet.
Eigenschaften
- TorchScript
- Verteiltes Training
- Tools und Bibliotheken
- Cloud-Partner
- Native ONNX-Unterstützung
- C++-Frontend
- Machine-Learning-Framework
Dies ist eine Anwendung, die auch von https://sourceforge.net/projects/pytorch.mirror/ abgerufen werden kann. Es wurde in OnWorks gehostet, um es auf einfachste Weise online über eines unserer kostenlosen Betriebssysteme ausführen zu können.
