Il s'agit de l'application Windows TensorNetwork, dont la dernière version est téléchargeable sous le nom tensornetwork-0.4.6.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 TensorNetwork 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 n'importe quel émulateur en ligne OS OnWorks à partir de ce site Web, mais un meilleur émulateur en ligne Windows.
- 5. Depuis le système d'exploitation OnWorks Windows 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 et installez-la.
- 7. Téléchargez Wine depuis les dépôts de logiciels de vos distributions Linux. Une fois installé, vous pouvez ensuite double-cliquer sur l'application pour les exécuter avec Wine. Vous pouvez également essayer PlayOnLinux, une interface sophistiquée sur Wine qui vous aidera à installer des programmes et des jeux Windows populaires.
Wine est un moyen d'exécuter un logiciel Windows sur Linux, mais sans Windows requis. Wine est une couche de compatibilité Windows open source qui peut exécuter des programmes Windows directement sur n'importe quel bureau Linux. Essentiellement, Wine essaie de ré-implémenter suffisamment de Windows à partir de zéro pour qu'il puisse exécuter toutes ces applications Windows sans avoir réellement besoin de Windows.
CAPTURES D'ÉCRAN
Ad
Réseau Tensor
DESCRIPTION
TensorNetwork est une bibliothèque de haut niveau pour la construction et la contraction de réseaux de tenseurs, factorisations graphiques de grands tenseurs qui sous-tendent de nombreux algorithmes en physique et en apprentissage automatique. Elle abstrait les réseaux sous forme de nœuds et d'arêtes, puis compile des ordres de contraction efficaces sur plusieurs backends numériques, permettant ainsi aux utilisateurs de se concentrer sur la structure du modèle plutôt que sur la comptabilité des index. Les familles de réseaux courantes (MPS/TT, PEPS, MERA, réseaux arborescents) sont exprimées avec des API concises qui encouragent l'expérimentation et la comparaison. La bibliothèque permet la recherche automatique de chemins et l'estimation des coûts, en identifiant les moments où les contractions exploseront en mémoire et en suggérant des ordres plus adaptés. Grâce à la prise en charge de backends tels que NumPy, TensorFlow, PyTorch et JAX, le même modèle peut être exécuté sur des processeurs, des GPU ou des TPU avec un minimum de modifications de code. Des tutoriels et des outils de visualisation facilitent la compréhension de l'impact de la topologie du réseau sur la puissance d'expression et le coût de calcul.
Fonctionnement
- API basée sur des graphiques pour les nœuds, les arêtes et les contractions
- Recherche automatique de chemin et estimation des coûts de contraction
- Constructeurs prêts à l'emploi pour MPS/TT, PEPS, MERA et réseaux arborescents
- Backends enfichables : NumPy, TensorFlow, PyTorch, JAX
- Utilitaires de visualisation de la structure et des flux du réseau
- Accélération GPU/TPU avec un code de haut niveau identique
Langage de programmation
Python
Catégories
Cette application peut également être téléchargée depuis https://sourceforge.net/projects/tensornetwork.mirror/. Elle est hébergée sur OnWorks afin de pouvoir être exécutée en ligne plus facilement depuis l'un de nos systèmes d'exploitation gratuits.
