Il s'agit de l'application Linux cuML, dont la dernière version est téléchargeable sous le nom v25.08.00sourcecode.tar.gz. Elle peut être exécutée en ligne sur l'hébergeur gratuit OnWorks pour postes de travail.
Téléchargez et exécutez en ligne cette application nommée cuML avec OnWorks gratuitement.
Suivez ces instructions pour exécuter cette application :
- 1. Téléchargé cette application sur votre PC.
- 2. Entrez dans notre gestionnaire de fichiers https://www.onworks.net/myfiles.php?username=XXXXX avec le nom d'utilisateur que vous voulez.
- 3. Téléchargez cette application dans ce gestionnaire de fichiers.
- 4. Démarrez l'émulateur en ligne OnWorks Linux ou Windows en ligne ou l'émulateur en ligne MACOS à partir de ce site Web.
- 5. Depuis le système d'exploitation OnWorks Linux que vous venez de démarrer, accédez à notre gestionnaire de fichiers https://www.onworks.net/myfiles.php?username=XXXXX avec le nom d'utilisateur que vous souhaitez.
- 6. Téléchargez l'application, installez-la et exécutez-la.
CAPTURES D'ÉCRAN
Ad
cUML
DESCRIPTION
cuML est une suite de bibliothèques implémentant des algorithmes d'apprentissage automatique et des fonctions de primitives mathématiques partageant des API compatibles avec d'autres projets RAPIDS. cuML permet aux data scientists, chercheurs et ingénieurs logiciels d'exécuter des tâches de ML tabulaires traditionnelles sur GPU sans entrer dans les détails de la programmation CUDA. Dans la plupart des cas, l'API Python de cuML correspond à celle de scikit-learn. Pour les grands ensembles de données, ces implémentations basées sur GPU peuvent être 10 à 50 fois plus rapides que leurs équivalents CPU. Pour plus de détails sur les performances, consultez le carnet de référence cuML.
Caractéristiques
- Configuration du module
- Prétraitement, métriques et utilitaires
- Réduction de dimensionnalité et apprentissage multiple
- Algorithmes multi-nœuds et multi-GPU
- Des séries chronologiques
- Explicabilité du modèle
Langage de programmation
C + +
Catégories
Cette application peut également être téléchargée depuis https://sourceforge.net/projects/cuml.mirror/. Elle est hébergée sur OnWorks afin de pouvoir être exécutée en ligne plus facilement depuis l'un de nos systèmes d'exploitation gratuits.
