Dies ist die Windows-App namens fastai, deren neueste Version als v2.5.3.zip heruntergeladen werden kann. Es kann online im kostenlosen Hosting-Anbieter OnWorks für Workstations ausgeführt werden.
Laden Sie diese App namens fastai 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 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
Fastai
BESCHREIBUNG
fastai ist eine Deep-Learning-Bibliothek, die Praktikern High-Level-Komponenten zur Verfügung stellt, die schnell und einfach State-of-the-Art-Ergebnisse in Standard-Deep-Learning-Domänen liefern können, und Forschern Low-Level-Komponenten zur Verfügung stellt, die gemischt und angepasst werden können neue Ansätze. Es zielt darauf ab, beides zu tun, ohne wesentliche Kompromisse in Bezug auf Benutzerfreundlichkeit, Flexibilität oder Leistung einzugehen. Dies ist dank einer sorgfältig geschichteten Architektur möglich, die gemeinsame zugrunde liegende Muster vieler Deep-Learning- und Datenverarbeitungstechniken in Form entkoppelter Abstraktionen ausdrückt. Diese Abstraktionen können prägnant und klar ausgedrückt werden, indem die Dynamik der zugrunde liegenden Python-Sprache und die Flexibilität der PyTorch-Bibliothek genutzt werden. Fastai ist um zwei Hauptdesignziele herum organisiert: zugänglich und schnell produktiv zu sein und gleichzeitig tief hackbar und konfigurierbar zu sein. Es baut auf einer Hierarchie von untergeordneten APIs auf, die zusammensetzbare Bausteine bereitstellen.
Eigenschaften
- GPU-optimierte Computer-Vision-Bibliothek, die in reinem Python erweitert werden kann
- Ein Optimierer, der die allgemeine Funktionalität moderner Optimierer in zwei grundlegende Teile umgestaltet, sodass Optimierungsalgorithmen in 4–5 Codezeilen implementiert werden können
- Ein neuartiges 2-Wege-Callback-System, das auf jeden Teil der Daten, des Modells oder des Optimierers zugreifen und ihn jederzeit während des Trainings ändern kann
- Eine neue Datenblock-API
- Ein neues Typ-Dispatch-System für Python zusammen mit einer semantischen Typhierarchie für Tensoren
- vereinfacht das Training schneller und genauer neuronaler Netze mit modernen Best Practices
Programmiersprache
Python
Dies ist eine Anwendung, die auch von https://sourceforge.net/projects/fastai.mirror/ abgerufen werden kann. Es wurde in OnWorks gehostet, um auf einfachste Weise online von einem unserer kostenlosen Betriebssysteme ausgeführt zu werden.
