Esta es la aplicación de Windows llamada TensorFlow Model Garden cuya última versión se puede descargar como TensorFlowOfficialModels2.14.2sourcecode.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 TensorFlow Model Garden 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.
CAPTURAS DE PANTALLA:
Jardín modelo TensorFlow
DESCRIPCIÓN:
TensorFlow Model Garden es un repositorio con varias implementaciones diferentes de modelos de última generación (SOTA) y soluciones de modelado para usuarios de TensorFlow. Nuestro objetivo es demostrar las mejores prácticas para el modelado para que los usuarios de TensorFlow puedan aprovechar al máximo TensorFlow para su investigación y desarrollo de productos. Para mejorar la transparencia y la reproducibilidad de nuestros modelos, también se proporcionan registros de entrenamiento en TensorBoard.dev para los modelos en la medida de lo posible, aunque no todos los modelos son adecuados. Una biblioteca flexible y liviana que los usuarios pueden usar o bifurcar fácilmente al escribir código de bucle de entrenamiento personalizado en TensorFlow 2.x. Se integra a la perfección con tf.distribute y admite la ejecución en diferentes tipos de dispositivos (CPU, GPU y TPU).
Caracteristicas
- Una colección de implementaciones de ejemplo para modelos SOTA que usan las últimas API de alto nivel de TensorFlow 2
- Mantenido, respaldado y actualizado oficialmente con las últimas API de TensorFlow 2 de TensorFlow
- Razonablemente optimizado para un rendimiento rápido sin dejar de ser fácil de leer
- Una colección de implementaciones de modelos de investigación en TensorFlow 1 o 2 por investigadores
- Mantenido y respaldado por investigadores
- Una lista seleccionada de los repositorios de GitHub con modelos e implementaciones de aprendizaje automático impulsados por TensorFlow 2
Lenguaje de programación
Python
Categorías
Esta es una aplicación que también se puede obtener de https://sourceforge.net/projects/tensorflow-model-garden.mirror/. Ha sido alojado en OnWorks para poder ejecutarse online de la forma más sencilla desde uno de nuestros Sistemas Operativos gratuitos.