این برنامه ویندوزی با نام pytorch-cpp است که آخرین نسخه آن را می‌توانید با نام PyTorch2.8.0sourcecode.tar.gz دانلود کنید. این برنامه را می‌توان به صورت آنلاین در ارائه دهنده هاست رایگان OnWorks برای ایستگاه‌های کاری اجرا کرد.
این برنامه با نام pytorch-cpp 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. هر شبیه ساز آنلاین OS OnWorks را از این وب سایت راه اندازی کنید، اما شبیه ساز آنلاین ویندوز بهتر است.
- 5. از OnWorks Windows OS 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. برنامه را دانلود و نصب کنید.
- 7. Wine را از مخازن نرم افزار توزیع لینوکس خود دانلود کنید. پس از نصب، می توانید روی برنامه دوبار کلیک کنید تا آنها را با Wine اجرا کنید. همچنین می توانید PlayOnLinux را امتحان کنید، یک رابط کاربری فانتزی بر روی Wine که به شما کمک می کند برنامه ها و بازی های محبوب ویندوز را نصب کنید.
Wine راهی برای اجرای نرم افزار ویندوز بر روی لینوکس است، اما بدون نیاز به ویندوز. Wine یک لایه سازگار با ویندوز منبع باز است که می تواند برنامه های ویندوز را مستقیماً بر روی هر دسکتاپ لینوکس اجرا کند. اساساً، Wine در تلاش است تا به اندازه کافی از ویندوز را از ابتدا مجدداً پیاده سازی کند تا بتواند همه آن برنامه های ویندوز را بدون نیاز به ویندوز اجرا کند.
عکس ها
Ad
pytorch-cpp
شرح
C++ پیاده سازی آموزش PyTorch برای همه. این مخزن کد آموزشی را به زبان C++ برای محققان یادگیری عمیق فراهم می کند تا PyTorch را یاد بگیرند (یعنی بخش 1 تا 3) آموزش های تعاملی در حال حاضر در نسخه شبانه LibTorch در حال اجرا هستند. Libtorch فقط از ویندوز 64 بیتی پشتیبانی می کند و باید یک ژنراتور x64 مشخص شود. تمام فایل‌های ماژول اسکریپت مورد نیاز را برای مدل‌ها/وزن‌های از پیش آموخته‌شده در طول ساخت ایجاد کنید. به python3 نصب شده با PyTorch و Torch-vision نیاز دارد. شما می توانید انتخاب کنید که فقط آموزش ها را در یکی از دسته بندی های پایه، متوسط، پیشرفته یا محبوب بسازید. می‌توانید آموزش‌ها را (بر روی CPU) در یک ظرف Docker با استفاده از فایل‌های Dockerfile و docker-compose.yml ایجاد و اجرا کنید.
امکانات
- آموزش های تعاملی
- شبکه های متخاصم مولد
- شبکه عصبی پیشخور
- شبکه عصبی بازگشتی دو طرفه
- رمزگذار خودکار متغیر
- یادگیری عمیق با PyTorch
زبان برنامه نویسی
++C
دسته بندی ها
این برنامه ای است که می تواند از https://sourceforge.net/projects/pytorch-cpp.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.
