این برنامه لینوکس به نام X-DeepLearning است که آخرین نسخه آن را می توان با نام XDL1.2ReleaseNotes.zip دانلود کرد. می توان آن را به صورت آنلاین در ارائه دهنده میزبانی رایگان OnWorks برای ایستگاه های کاری اجرا کرد.
این اپلیکیشن با نام X-DeepLearning را با OnWorks به صورت آنلاین دانلود و اجرا کنید.
برای اجرای این برنامه این دستورالعمل ها را دنبال کنید:
- 1. این برنامه را در رایانه شخصی خود دانلود کنید.
- 2. در فایل منیجر ما https://www.onworks.net/myfiles.php?username=XXXXX نام کاربری مورد نظر خود را وارد کنید.
- 3. این برنامه را در چنین فایل منیجر آپلود کنید.
- 4. OnWorks Linux آنلاین یا شبیه ساز آنلاین ویندوز یا شبیه ساز آنلاین MACOS را از این وب سایت راه اندازی کنید.
- 5. از سیستم عامل لینوکس OnWorks که به تازگی راه اندازی کرده اید، به مدیر فایل ما https://www.onworks.net/myfiles.php?username=XXXXX با نام کاربری که می خواهید بروید.
- 6. اپلیکیشن را دانلود کرده، نصب و اجرا کنید.
عکس ها
Ad
X-DeepLearning
شرح
X-DeepLearning (به اختصار XDL) مجموعه کاملی از راه حل های بهینه سازی عمیق برای سناریوهای داده پراکنده با ابعاد بالا (مانند تبلیغات/توصیه/جستجو و غیره) است. XDL نسخه 1.2 اخیرا منتشر شده است. بهینه سازی عملکرد برای سناریوهای دسته ای بزرگ / همزمانی کم، بهبود عملکرد 50-100٪ در چنین سناریوهایی. بهینه‌سازی فضای ذخیره‌سازی و ارتباطات، پارامترها به‌طور خودکار بدون مداخله دستی به صورت جهانی تخصیص داده می‌شوند، و درخواست‌ها برای حذف کامل نقاط مهم محاسباتی/ذخیره‌ای/ارتباطاتی ps ادغام می‌شوند. ویژگی‌های آموزش پخش جریانی کامل از جمله پذیرش ویژگی، حذف ویژگی، صادرات افزایشی مدل، آمار شمارش ویژگی و غیره. پیش‌زمینه: XDL1.0 بر بهینه‌سازی توان تمرکز می‌کند و یک درخواست برای هر رشته را اتخاذ می‌کند، که می‌تواند به طور قابل‌توجهی توان عملیاتی حد را تحت شرایط فوق‌العاده بهبود بخشد. همزمانی بالا
امکانات
- بهینه سازی عملکرد سناریوهای ویژگی عظیم دسته ای/تک نمونه ای بزرگ
- تخصیص پارامتر و بهینه سازی ارتباطات
- ذخیره سازی یکپارچه و میانگین توزیع پارامترها: اطمینان از توزیع متوسط محاسبات، ارتباطات و حافظه در همه سرورها
- تجزیه و تحلیل و ادغام خودکار گره های ارتباطی غیر وابسته در نمودار محاسباتی برای کاهش تعداد ارتباطات و بهبود کارایی ارتباط
- هزینه‌های استفاده کاربر را ساده کنید، دیگر نیازی به ارائه مقدار تخمینی اندازه پارامتر تعبیه‌شده ندارید، و دیگر نیازی به تعادل مجدد منظم ندارید.
- در سناریوهایی با ویژگی های عظیم، عملکرد و مقیاس پذیری بیشتر بهبود می یابد
دسته بندی ها
این برنامه ای است که می تواند از https://sourceforge.net/projects/x-deeplearning.mirror/ نیز دریافت شود. در OnWorks میزبانی شده است تا به آسانی از یکی از سیستم عامل های رایگان ما به صورت آنلاین اجرا شود.
