Dies ist die Linux-App namens TorchRec, deren neueste Version als v0.5.0.zip heruntergeladen werden kann. Es kann online im kostenlosen Hosting-Anbieter OnWorks für Workstations ausgeführt werden.
Laden Sie diese App namens TorchRec 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
TorchRec
BESCHREIBUNG
TorchRec ist eine PyTorch-Domänenbibliothek, die entwickelt wurde, um allgemeine Sparsity- und Parallelismus-Primitive bereitzustellen, die für große Empfehlungssysteme (RecSys) benötigt werden. Es ermöglicht Autoren, Modelle mit großen Einbettungstabellen zu trainieren, die über viele GPUs verteilt sind. Parallelitätsprimitive, die das einfache Erstellen großer, leistungsfähiger Modelle mit mehreren Geräten/Knoten mithilfe von hybrider Datenparallelität/Modellparallelität ermöglichen. Der TorchRec-Sharder kann Einbettungstabellen mit verschiedenen Sharding-Strategien fragmentieren, darunter datenparalleles, tabellenweises, zeilenweises, tabellenweises-zeilenweises und spaltenweises Sharding. Der TorchRec-Planer kann automatisch optimierte Sharding-Pläne für Modelle generieren. Das Pipeline-Training überlappt die Übertragung von Datenladegeräten (Kopie auf GPU), die Kommunikation zwischen Geräten (input_dist) und die Berechnung (vorwärts, rückwärts) für eine höhere Leistung. Optimierte Kernel für RecSys powered by FBGEMM. Quantisierungsunterstützung für reduziertes Präzisionstraining und Inferenz. Gemeinsame Module für RecSys.
Eigenschaften
- Entwickelt, um gemeinsame Sparsity- und Parallelismus-Primitive bereitzustellen, die für große Empfehlungssysteme benötigt werden
- Der TorchRec-Planer kann automatisch optimierte Sharding-Pläne für Modelle generieren
- Torchrec erfordert Python >= 3.7 und CUDA >= 11.0
- Experimentelle Binärdateien unter Linux für Python 3.7, 3.8 und 3.9 können über Pip Wheels installiert werden
- TorchRec ist BSD-lizenziert
- Quantisierungsunterstützung für reduziertes Präzisionstraining und Inferenz
Programmiersprache
Python
Kategorien
Dies ist eine Anwendung, die auch von https://sourceforge.net/projects/torchrec.mirror/ abgerufen werden kann. Es wurde in OnWorks gehostet, damit es auf einfachste Weise online von einem unserer kostenlosen Betriebssysteme ausgeführt werden kann.
