Esta es la aplicación de Linux llamada Catalyst cuya última versión se puede descargar como Catalyst21.12.zip. Se puede ejecutar en línea en el proveedor de alojamiento gratuito OnWorks para estaciones de trabajo.
Descargue y ejecute en línea esta aplicación llamada Catalyst con OnWorks de forma gratuita.
Siga estas instrucciones para ejecutar esta aplicación:
- 1. Descargue esta aplicación en su PC.
- 2. Ingrese en nuestro administrador de archivos https://www.onworks.net/myfiles.php?username=XXXXX con el nombre de usuario que desee.
- 3. Cargue esta aplicación en dicho administrador de archivos.
- 4. Inicie el emulador en línea OnWorks Linux o Windows en línea o el emulador en línea MACOS desde este sitio web.
- 5. Desde el SO OnWorks Linux que acaba de iniciar, vaya a nuestro administrador de archivos https://www.onworks.net/myfiles.php?username=XXXXX con el nombre de usuario que desee.
- 6. Descarga la aplicación, instálala y ejecútala.
SCREENSHOTS
Ad
Catalizador
DESCRIPCIÓN
Catalyst es un marco de PyTorch para la investigación y el desarrollo acelerados de Deep Learning. Le permite escribir pipelines de Deep Learning compactos pero con todas las funciones con solo unas pocas líneas de código. Con Catalyst, obtiene un conjunto completo de características que incluyen un ciclo de entrenamiento con métricas, puntos de control de modelos y más, todo sin el texto estándar. Catalyst se centra en la reproducibilidad, la experimentación rápida y la reutilización de la base de código para que pueda romper el ciclo de escribir otro ciclo de tren regular y hacer algo totalmente nuevo.
Catalyst es compatible con Python 3.6+. PyTorch 1.1+, y ha sido probado en Ubuntu 16.04 / 18.04 / 20.04, macOS 10.15, Windows 10 y Windows Subsystem para Linux. Es parte del Ecosistema PyTorch, así como del Ecosistema Catalyst, que incluye Alchemy (registro y visualización de experimentos) y Reaction (servicios convenientes de modelos de aprendizaje profundo).
Caracteristicas
- Bucle de inferencia / tren universal
- Archivos de configuración para hiperparámetros de modelo / datos
- Todo el código fuente y las variables de entorno se guardan para su reproducibilidad
- Devolución de llamada: piezas de canalización de inferencia / tren reutilizables con fácil personalización
- Soporte para etapas de formación
- Mejores prácticas de aprendizaje profundo: SWA, AdamW, Ranger optimizer, OneCycle y más
- Mejores prácticas de desarrollo: soporte fp16, capacitación distribuida, soporte slurm
Lenguaje de programación
Python
Categorías
Esta es una aplicación que también se puede obtener de https://sourceforge.net/projects/catalyst.mirror/. Se ha alojado en OnWorks para poder ejecutarlo online de la forma más sencilla desde uno de nuestros Sistemas Operativos gratuitos.