Questa è l'app di Windows denominata Horovod la cui ultima versione può essere scaricata come CustomdataloadersinSparkTorchEstimator,moremodelparallelisminKeras,improvedalgatherperformance,fixesforlatestPyTorchandTensorFlowversions.zip. Può essere eseguito online nel provider di hosting gratuito OnWorks per workstation.
Scarica ed esegui online questa app chiamata Horovod con OnWorks gratuitamente.
Segui queste istruzioni per eseguire questa app:
- 1. Scaricata questa applicazione sul tuo PC.
- 2. Entra nel nostro file manager https://www.onworks.net/myfiles.php?username=XXXXX con il nome utente che desideri.
- 3. Carica questa applicazione in tale file manager.
- 4. Avvia qualsiasi emulatore online OS OnWorks da questo sito Web, ma migliore emulatore online Windows.
- 5. Dal sistema operativo OnWorks Windows che hai appena avviato, vai al nostro file manager https://www.onworks.net/myfiles.php?username=XXXXX con il nome utente che desideri.
- 6. Scarica l'applicazione e installala.
- 7. Scarica Wine dai repository software delle tue distribuzioni Linux. Una volta installato, puoi quindi fare doppio clic sull'app per eseguirli con Wine. Puoi anche provare PlayOnLinux, un'interfaccia fantasiosa su Wine che ti aiuterà a installare programmi e giochi Windows popolari.
Wine è un modo per eseguire il software Windows su Linux, ma senza Windows richiesto. Wine è un livello di compatibilità Windows open source in grado di eseguire programmi Windows direttamente su qualsiasi desktop Linux. Essenzialmente, Wine sta cercando di re-implementare abbastanza Windows da zero in modo che possa eseguire tutte quelle applicazioni Windows senza effettivamente bisogno di Windows.
IMMAGINI
Ad
Horovod
DESCRIZIONE
Horovod è stato originariamente sviluppato da Uber per rendere il deep learning distribuito veloce e facile da usare, riducendo il tempo di addestramento del modello da giorni e settimane a ore e minuti. Con Horovod, uno script di training esistente può essere ridimensionato per essere eseguito su centinaia di GPU in poche righe di codice Python. Horovod può essere installato on-premise o eseguito immediatamente su piattaforme cloud, tra cui AWS, Azure e Databricks. Horovod può inoltre essere eseguito su Apache Spark, rendendo possibile unificare l'elaborazione dei dati e l'addestramento dei modelli in un'unica pipeline. Una volta che Horovod è stato configurato, la stessa infrastruttura può essere utilizzata per addestrare modelli con qualsiasi framework, semplificando il passaggio tra TensorFlow, PyTorch, MXNet e framework futuri man mano che gli stack tecnologici di machine learning continuano a evolversi. Inizia a ridimensionare l'addestramento del modello con poche righe di codice Python. Scala fino a centinaia di GPU con un'efficienza di scalabilità superiore al 90%.
Caratteristiche
- Framework di formazione per l'apprendimento profondo distribuito
- Per TensorFlow, Keras, PyTorch e Apache MXNet
- Scala fino a centinaia di GPU con un'efficienza di scalabilità superiore al 90%.
- Inizia a ridimensionare l'addestramento del modello con poche righe di codice Python
- Funziona allo stesso modo per TensorFlow, Keras, PyTorch e MXNet
- On premise, nel cloud e su Apache Spark
Linguaggio di programmazione
Python
Categorie
Questa è un'applicazione che può anche essere recuperata da https://sourceforge.net/projects/horovod.mirror/. È stato ospitato in OnWorks per poter essere eseguito online nel modo più semplice da uno dei nostri Sistemi Operativi gratuiti.