Dies ist die Windows-App namens Sockeye, deren neueste Version als 3.1.34.zip heruntergeladen werden kann. Es kann online im kostenlosen Hosting-Anbieter OnWorks für Workstations ausgeführt werden.
Laden Sie diese App namens Sockeye 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
Sockeye
BESCHREIBUNG
Sockeye ist ein Open-Source-Sequenz-zu-Sequenz-Framework für neuronale maschinelle Übersetzung, das auf PyTorch basiert. Es implementiert verteiltes Training und optimierte Inferenz für hochmoderne Modelle, die Amazon Translate und andere MT-Anwendungen unterstützen. Eine Schnellstartanleitung zum Trainieren eines Standard-NMT-Modells für jede Datengröße finden Sie im WMT 2014 Englisch-Deutsch-Tutorial. Wenn Sie an einer Zusammenarbeit interessiert sind oder Fragen haben, senden Sie bitte eine Pull-Anforderung oder ein Problem. Sie können Fragen auch an sockeye-dev-at-amazon-dot-com senden. Entwickler könnten an unseren Richtlinien für Entwickler interessiert sein. Ab Version 3.0.0 basiert Sockeye ebenfalls auf PyTorch. Wir behalten die Abwärtskompatibilität mit MXNet-Modellen der Version 2.3.x mit 3.0.x bei. Wenn MXNet 2.x installiert ist, kann Sockeye sowohl mit PyTorch als auch mit MXNet laufen. Alle mit 2.3.x (unter Verwendung von MXNet) trainierten Modelle können mithilfe der Konverter-CLI (sockeye.mx_to_pt) in Modelle konvertiert werden, die mit PyTorch ausgeführt werden.
Eigenschaften
- Sockeye 3 kann ohne MXNet installiert und ausgeführt werden
- Sockeye wurde sowohl für die akademische als auch für die industrielle Forschung verwendet
- Ab Version 3.0.0 basiert auch Sockeye auf PyTorch
- Mit PyTorch und Sockeye 3.0.x trainierte Modelle bleiben mit Sockeye 3.1.x kompatibel
- Alle CLIs der Version 3.0.0 verwenden jetzt standardmäßig PyTorch
- Implementiert verteiltes Training und optimierte Inferenz für hochmoderne Modelle
Programmiersprache
Python
Kategorien
Dies ist eine Anwendung, die auch von https://sourceforge.net/projects/sockeye.mirror/ abgerufen werden kann. Es wurde in OnWorks gehostet, damit es auf einfachste Weise online von einem unserer kostenlosen Betriebssysteme ausgeführt werden kann.
