This is the Windows app named LLMs-from-scratch whose latest release can be downloaded as LLMs-from-scratchsourcecode.tar.gz. It can be run online in the free hosting provider OnWorks for workstations.
Laden Sie diese App namens LLMs-from-scratch 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
LLMs von Grund auf neu
BESCHREIBUNG
LLMs-from-scratch ist eine lehrreiche Codebasis, die Schritt für Schritt durch die Implementierung moderner Large-Language-Model-Komponenten führt. Der Schwerpunkt liegt auf Bausteinen – Tokenisierung, Einbettungen, Aufmerksamkeit, Feedforward-Ebenen, Normalisierung und Trainingsschleifen –, damit Lernende nicht nur die Verwendung eines Modells, sondern auch dessen interne Funktionsweise verstehen. Das Repository bevorzugt klare Python- und NumPy- oder PyTorch-Implementierungen, die ausgeführt und geändert werden können, ohne dass schwergewichtige Frameworks die Logik verdecken. Kapitel und Notizbücher führen von winzigen Spielzeugmodellen zu leistungsfähigeren Transformer-Stacks, einschließlich Sampling-Strategien und Evaluations-Hooks. Der Fokus liegt auf Lesbarkeit, Korrektheit und Experimentierfreude, was das Buch ideal für Studierende und Praktiker macht, die von der Theorie zu funktionierenden Systemen wechseln. Am Ende haben Sie ein fundiertes Verständnis dafür, wie Datenpipelines, Optimierung und Inferenz zusammenwirken, um flüssigen Text zu erzeugen.
Eigenschaften
- Schrittweise Implementierungen von Tokenizer-, Aufmerksamkeits- und Transformatorblöcken
- Übersichtliche Python-Notizbücher und -Skripte zum Lernen und Basteln
- Trainings- und Sampling-Schleifen, die den vollständigen Daten- und Rechenfluss offenlegen
- Erkundungen von Skalierungsoptionen, Regularisierung und Bewertungsmetriken
- Minimale Abhängigkeiten, um die Mathematik und den Code transparent zu halten
- Dient als Grundlage für die Erweiterung auf größere Modelle und benutzerdefinierte Datensätze
Programmiersprache
Python
Kategorien
Diese Anwendung kann auch von https://sourceforge.net/projects/llms-from-scratch.mirror/ heruntergeladen werden. Sie wurde in OnWorks gehostet, um sie auf einfachste Weise online von einem unserer kostenlosen Betriebssysteme aus ausführen zu können.
