Il s'agit de l'application Linux Jittor, dont la dernière version est téléchargeable sous le numéro 1.3.10.0sourcecode.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 Jittor 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
Jittor
DESCRIPTION
Jittor est un framework d'apprentissage profond hautes performances basé sur la compilation JIT et les méta-opérateurs. L'ensemble du framework et des méta-opérateurs est compilé juste à temps. Un puissant compilateur et un tuner OP sont intégrés à Jittor. Cela nous a permis de générer du code hautes performances adapté à votre modèle. Jittor propose également une multitude de bibliothèques de modèles hautes performances, notamment pour la reconnaissance d'images, la détection, la segmentation, la génération, le rendu différentiable, l'apprentissage géométrique, l'apprentissage par renforcement, etc. Le langage front-end est Python. La conception de modules et l'exécution de graphes dynamiques sont utilisées en front-end, ce qui est la conception la plus courante pour les interfaces de frameworks d'apprentissage profond. Le back-end est implémenté par des langages hautes performances tels que CUDA et C++. Jittor'op est similaire à NumPy. Examinons quelques opérations. Nous créons les variables a et b via l'opération jt.float32, puis les ajoutons. L'affichage de ces variables montre qu'elles ont la même forme et le même type de données.
Caractéristiques
- Nécessite la version Python >= 3.7
- Prend en charge g++ (>=5.4.0)
- Fonctionne avec clang (>=8.0)
- Nécessite un processeur x86_64
- Sous Windows, jittor détectera et installera automatiquement CUDA
- Choisissez votre compilateur back-end
Langage de programmation
Python
Catégories
Cette application peut également être téléchargée depuis https://sourceforge.net/projects/jittor.mirror/. Elle est hébergée sur OnWorks afin de pouvoir être exécutée en ligne plus facilement depuis l'un de nos systèmes d'exploitation gratuits.
