यह डीजीएल नाम का विंडोज ऐप है जिसकी नवीनतम रिलीज़ को v1.1.2.zip के रूप में डाउनलोड किया जा सकता है। इसे वर्कस्टेशन के लिए मुफ्त होस्टिंग प्रदाता ऑनवर्क्स में ऑनलाइन चलाया जा सकता है।
डीजीएल नाम के इस ऐप को ऑनवर्क्स के साथ मुफ्त में ऑनलाइन डाउनलोड करें और चलाएं।
इस ऐप को चलाने के लिए इन निर्देशों का पालन करें:
- 1. इस एप्लिकेशन को अपने पीसी में डाउनलोड करें।
- 2. हमारे फ़ाइल प्रबंधक में https://www.onworks.net/myfiles.php?username=XXXXX उस उपयोगकर्ता नाम के साथ दर्ज करें जो आप चाहते हैं।
- 3. इस एप्लिकेशन को ऐसे फाइल मैनेजर में अपलोड करें।
- 4. इस वेबसाइट से कोई भी ओएस ऑनवर्क्स ऑनलाइन एमुलेटर शुरू करें, लेकिन बेहतर विंडोज ऑनलाइन एमुलेटर।
- 5. ऑनवर्क्स विंडोज ओएस से आपने अभी शुरुआत की है, हमारे फाइल मैनेजर को https://www.onworks.net/myfiles.php?username=XXXXX उस यूजरनेम के साथ जाएं जो आप चाहते हैं।
- 6. एप्लिकेशन डाउनलोड करें और इसे इंस्टॉल करें।
- 7. अपने Linux वितरण सॉफ़्टवेयर रिपॉजिटरी से वाइन डाउनलोड करें। एक बार इंस्टॉल हो जाने पर, आप ऐप को वाइन के साथ चलाने के लिए डबल-क्लिक कर सकते हैं। आप PlayOnLinux को भी आज़मा सकते हैं, जो वाइन पर एक फैंसी इंटरफ़ेस है जो आपको लोकप्रिय विंडोज़ प्रोग्राम और गेम इंस्टॉल करने में मदद करेगा।
वाइन लिनक्स पर विंडोज सॉफ्टवेयर चलाने का एक तरीका है, लेकिन विंडोज की आवश्यकता नहीं है। वाइन एक ओपन-सोर्स विंडोज संगतता परत है जो किसी भी लिनक्स डेस्कटॉप पर सीधे विंडोज प्रोग्राम चला सकती है। अनिवार्य रूप से, वाइन खरोंच से पर्याप्त विंडोज़ को फिर से लागू करने की कोशिश कर रहा है ताकि वह उन सभी विंडोज़ अनुप्रयोगों को वास्तव में विंडोज़ की आवश्यकता के बिना चला सके।
स्क्रीनशॉट
Ad
DGLA
वर्णन
PyTorch, TensorFlow या Apache MXNet के साथ अपने मॉडल बनाएं। ग्राफ़ न्यूरल नेटवर्क के प्रशिक्षण के लिए तेज़ और मेमोरी-कुशल संदेश पासिंग प्रिमिटिव। मल्टी-जीपीयू त्वरण और वितरित प्रशिक्षण बुनियादी ढांचे के माध्यम से विशाल ग्राफ़ तक स्केल करें। डीजीएल बड़े पैमाने पर ज्ञान ग्राफ एम्बेडिंग सीखने के लिए डीजीएल-केई, जैव सूचना विज्ञान और रसायन सूचना विज्ञान के लिए डीजीएल-लाइफसाइंस और कई अन्य सहित विभिन्न डोमेन-विशिष्ट परियोजनाओं को सशक्त बनाता है। हम ग्राफ़ को गहन शिक्षण शोधकर्ताओं के करीब लाने के इच्छुक हैं। हम ग्राफ न्यूरल नेटवर्क मॉडल परिवार को लागू करना आसान बनाना चाहते हैं। हम ग्राफ़ आधारित मॉड्यूल और टेंसर आधारित मॉड्यूल (PyTorch या MXNet) के संयोजन को भी यथासंभव सहज बनाना चाहते हैं। डीजीएल एक शक्तिशाली ग्राफ़ ऑब्जेक्ट प्रदान करता है जो सीपीयू या जीपीयू पर स्थित हो सकता है। यह बेहतर नियंत्रण के लिए संरचनात्मक डेटा के साथ-साथ सुविधाओं को भी बंडल करता है। हम ग्राफ न्यूरल नेटवर्क के लिए कुशल और अनुकूलन योग्य संदेश पासिंग प्रिमिटिव सहित ग्राफ ऑब्जेक्ट के साथ कंप्यूटिंग के लिए विभिन्न प्रकार के फ़ंक्शन प्रदान करते हैं।
विशेषताएं
- एक GPU-तैयार ग्राफ़ लाइब्रेरी
- जीएनएन शोधकर्ताओं के लिए मॉडल, मॉड्यूल और बेंचमार्क
- सीखने और उपयोग करने में आसान
- स्केलेबल और कुशल
- एमएल शोधकर्ता से लेकर डोमेन विशेषज्ञों तक सभी प्रकार के उपयोगकर्ताओं के लिए बहुत सारी शिक्षण सामग्री
- संचार, मेमोरी खपत और सिंक्रनाइज़ेशन में ओवरहेड को कम करने के लिए पूरे स्टैक को अनुकूलित करता है
प्रोग्रामिंग भाषा
अजगर
श्रेणियाँ
यह एक एप्लिकेशन है जिसे https://sourceforge.net/projects/dgl.mirror/ से भी प्राप्त किया जा सकता है। हमारे निःशुल्क ऑपरेटिव सिस्टमों में से एक से सबसे आसान तरीके से ऑनलाइन चलाने के लिए इसे ऑनवर्क्स में होस्ट किया गया है।
