Il s'agit de l'application Linux NVIDIA NeMo, dont la dernière version est téléchargeable sous le nom NVIDIANeuralModules2.4.0sourcecode.tar.gz. Elle peut être exécutée en ligne sur l'hébergeur gratuit OnWorks pour postes de travail.
Téléchargez et exécutez en ligne gratuitement cette application nommée NVIDIA NeMo avec OnWorks.
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
Nvidia NeMo
DESCRIPTION
NVIDIA NeMo, qui fait partie de la plate-forme NVIDIA AI, est une boîte à outils permettant de créer de nouveaux modèles d'IA conversationnels à la pointe de la technologie. NeMo possède des collections distinctes pour les modèles de reconnaissance automatique de la parole (ASR), de traitement du langage naturel (NLP) et de synthèse vocale (TTS). Chaque collection se compose de modules prédéfinis qui incluent tout le nécessaire pour s'entraîner sur vos données. Chaque module peut facilement être personnalisé, étendu et composé pour créer de nouvelles architectures de modèles d'IA conversationnelle. Les architectures d'IA conversationnelle sont généralement volumineuses et nécessitent beaucoup de données et de calculs pour la formation. NeMo utilise PyTorch Lightning pour un entraînement de précision mixte multi-GPU/multi-nœuds facile et performant. Modèles pris en charge : Jasper, QuartzNet, CitriNet, Conformer-CTC, Conformer-Transducer, Squeezeformer-CTC, Squeezeformer-Transducer, ContextNet, LSTM-Transducer (RNNT), LSTM-CTC. Collection NGC de modèles de traitement de la parole pré-entraînés.
Caractéristiques
- Python version 3.6, 3.7 ou 3.8
- Pytorche version 1.8.1
- Vous devez avoir accès à un GPU NVIDIA pour la formation
- Classification de texte (analyse des sentiments)
- Démo d'échange de voix NeMo
- Construire un conteneur nemo avec Dockerfile depuis une branche
Langage de programmation
Python
Catégories
Il s'agit d'une application qui peut également être récupérée sur https://sourceforge.net/projects/nvidia-nemo.mirror/. Il a été hébergé dans OnWorks afin d'être exécuté en ligne de la manière la plus simple à partir de l'un de nos systèmes d'exploitation gratuits.
