Dies ist die Windows-App namens Adapters, deren neueste Version als Adaptersv1.2.0sourcecode.tar.gz heruntergeladen werden kann. Sie kann online beim kostenlosen Hosting-Anbieter OnWorks für Workstations ausgeführt werden.
Laden Sie diese App namens „Adapters with 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 einen beliebigen OS OnWorks-Online-Emulator von dieser Website, aber einen besseren Windows-Online-Emulator.
- 5. Rufen Sie vom gerade gestarteten OnWorks Windows-Betriebssystem unseren Dateimanager https://www.onworks.net/myfiles.php?username=XXXXX mit dem gewünschten Benutzernamen auf.
- 6. Laden Sie die Anwendung herunter und installieren Sie sie.
- 7. Laden Sie Wine aus den Software-Repositorys Ihrer Linux-Distributionen herunter. Nach der Installation können Sie dann auf die App doppelklicken, um sie mit Wine auszuführen. Sie können auch PlayOnLinux ausprobieren, eine schicke Schnittstelle über Wine, die Ihnen bei der Installation beliebter Windows-Programme und -Spiele hilft.
Wine ist eine Möglichkeit, Windows-Software unter Linux auszuführen, jedoch ohne Windows. Wine ist eine Open-Source-Windows-Kompatibilitätsschicht, die Windows-Programme direkt auf jedem Linux-Desktop ausführen kann. Im Wesentlichen versucht Wine, genügend Windows von Grund auf neu zu implementieren, damit alle diese Windows-Anwendungen ausgeführt werden können, ohne dass Windows tatsächlich benötigt wird.
SCREENSHOTS
Ad
Adapter
BESCHREIBUNG
Adapters ist eine Zusatzbibliothek zu HuggingFaces Transformers. Sie integriert mehr als 10 Adaptermethoden in mehr als 20 hochmoderne Transformer-Modelle mit minimalem Programmieraufwand für Training und Inferenz. Adapters bietet eine einheitliche Schnittstelle für effizientes Feintuning und modulares Transferlernen und unterstützt eine Vielzahl von Funktionen wie vollpräzises oder quantisiertes Training (z. B. Q-LoRA, Q-Bottleneck Adapters oder Q-PrefixTuning), Adapterzusammenführung über Taskarithmetik oder die Zusammensetzung mehrerer Adapter über Kompositionsblöcke. Dies ermöglicht fortgeschrittene Forschung im Bereich parametereffizientes Transferlernen für NLP-Aufgaben.
Eigenschaften
- Ermöglicht die parametereffiziente Feinabstimmung von Transformatoren
- Unterstützt modulare Adapter für verschiedene NLP-Aufgaben
- Reduziert den Speicher- und Rechenbedarf
- Kompatibel mit Hugging Face Transformers
- Ermöglicht eine schnelle Anpassung an neue Sprachen und Domänen
- Bietet ein wachsendes Repository vorab trainierter Adapter
Programmiersprache
Python
Kategorien
Diese Anwendung ist auch unter https://sourceforge.net/projects/adapters.mirror/ verfügbar. Sie wurde in OnWorks gehostet, um die Ausführung online auf einem unserer kostenlosen Betriebssysteme zu vereinfachen.
