Esta es la aplicación de Linux llamada TorchRec cuya última versión se puede descargar como v0.5.0.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 TorchRec 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.
CAPTURAS DE PANTALLA:
AntorchaRec
DESCRIPCIÓN:
TorchRec es una biblioteca de dominio de PyTorch creada para proporcionar primitivas comunes de escasez y paralelismo necesarias para los sistemas de recomendación a gran escala (RecSys). Permite a los autores entrenar modelos con grandes tablas de incrustación fragmentadas en muchas GPU. Primitivos de paralelismo que permiten la creación fácil de modelos de múltiples dispositivos/múltiples nodos de gran rendimiento utilizando paralelismo de datos/paralelismo de modelo híbrido. El sharder de TorchRec puede particionar tablas incrustadas con diferentes estrategias de particionamiento, incluido el particionamiento de datos paralelos, de tabla, de fila, de tabla, de fila y de columna. El planificador TorchRec puede generar automáticamente planes de fragmentación optimizados para modelos. El entrenamiento canalizado superpone la transferencia del dispositivo de carga de datos (copia a GPU), las comunicaciones entre dispositivos (input_dist) y el cálculo (hacia adelante, hacia atrás) para un mayor rendimiento. Kernels optimizados para RecSys impulsados por FBGEMM. Soporte de cuantificación para entrenamiento e inferencia de precisión reducida. Módulos comunes para RecSys.
Caracteristicas
- Creado para proporcionar primitivas comunes de escasez y paralelismo necesarias para los sistemas de recomendación a gran escala
- El planificador TorchRec puede generar automáticamente planes de fragmentación optimizados para modelos
- Torchrec requiere Python >= 3.7 y CUDA >= 11.0
- El binario experimental en Linux para Python 3.7, 3.8 y 3.9 se puede instalar a través de pip wheels
- TorchRec tiene licencia BSD
- Soporte de cuantificación para entrenamiento e inferencia de precisión reducida
Lenguaje de programación
Python
Categorías
Esta es una aplicación que también se puede obtener de https://sourceforge.net/projects/torchrec.mirror/. Ha sido alojado en OnWorks para poder ejecutarse online de la forma más sencilla desde uno de nuestros Sistemas Operativos gratuitos.