Esta es la aplicación para Windows llamada Mocha.jl, cuya última versión se puede descargar como Mocha.jlv0.3.1sourcecode.tar.gz. Se puede ejecutar en línea en el proveedor de alojamiento gratuito OnWorks para estaciones de trabajo.
Descargue y ejecute en línea esta aplicación llamada Mocha.jl 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 cualquier emulador en línea de OS OnWorks desde este sitio web, pero mejor emulador en línea de Windows.
- 5. Desde el sistema operativo OnWorks Windows 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 e instálala.
- 7. Descargue Wine desde los repositorios de software de sus distribuciones de Linux. Una vez instalada, puede hacer doble clic en la aplicación para ejecutarla con Wine. También puedes probar PlayOnLinux, una elegante interfaz sobre Wine que te ayudará a instalar programas y juegos populares de Windows.
Wine es una forma de ejecutar software de Windows en Linux, pero no requiere Windows. Wine es una capa de compatibilidad de Windows de código abierto que puede ejecutar programas de Windows directamente en cualquier escritorio de Linux. Esencialmente, Wine está tratando de volver a implementar una cantidad suficiente de Windows desde cero para poder ejecutar todas esas aplicaciones de Windows sin necesidad de Windows.
SCREENSHOTS
Ad
Mocha.jl
DESCRIPCIÓN
Mocha.jl es un framework de aprendizaje profundo para Julia, inspirado en el framework Caffe de C++. Ofrece implementaciones eficientes de solucionadores de descenso de gradiente y capas comunes de redes neuronales, admite preentrenamiento no supervisado opcional y permite cambiar a un backend de GPU para un rendimiento acelerado.
Caracteristicas
- Marco de aprendizaje profundo de Julia integrado inspirado en Caffe
- Implementaciones eficientes de solucionadores de gradientes estocásticos y capas de redes neuronales estándar
- Implementación nativa de Julia con instalación sencilla y dependencias mínimas
- Backend de GPU opcional que aprovecha las bibliotecas NVIDIA (cuBLAS, cuDNN)
- Conmutable entre los modos CPU y GPU mediante cambios mínimos en el código
- Admite arquitecturas de preentrenamiento no supervisadas, como codificadores automáticos apilados.
Lenguaje de programación
Julia
Categorías
Esta aplicación también se puede descargar desde https://sourceforge.net/projects/mocha-jl.mirror/. Está alojada en OnWorks para facilitar su ejecución en línea desde uno de nuestros sistemas operativos gratuitos.
