Questa è l'app Windows denominata TorchRec la cui ultima versione può essere scaricata come v0.5.0.zip. Può essere eseguito online nel provider di hosting gratuito OnWorks per workstation.
Scarica ed esegui online questa app chiamata TorchRec 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
Torcia Rec
DESCRIZIONE
TorchRec è una libreria di domini PyTorch creata per fornire primitive di sparsità e parallelismo comuni necessarie per i sistemi di raccomandazione su larga scala (RecSys). Consente agli autori di addestrare modelli con tabelle di incorporamento di grandi dimensioni suddivise su molte GPU. Primitive di parallelismo che consentono una facile creazione di modelli multi-dispositivo/multi-nodo di grandi dimensioni e performanti utilizzando il parallelismo ibrido dei dati/parallelismo del modello. Lo sharder TorchRec può partizionare le tabelle di incorporamento con diverse strategie di sharding, tra cui sharding parallelo ai dati, tabellare, riga, tabella-riga e colonna. Il pianificatore TorchRec può generare automaticamente piani di sharding ottimizzati per i modelli. L'addestramento in pipeline si sovrappone al trasferimento del dispositivo di caricamento dati (copia su GPU), alle comunicazioni tra dispositivi (input_dist) e al calcolo (avanti, indietro) per migliorare le prestazioni. Kernel ottimizzati per RecSys basati su FBGEMM. Supporto di quantizzazione per formazione e inferenza di precisione ridotte. Moduli comuni per RecSys.
Caratteristiche
- Costruito per fornire primitive di sparsità e parallelismo comuni necessarie per sistemi di raccomandazione su larga scala
- Il pianificatore TorchRec può generare automaticamente piani di sharding ottimizzati per i modelli
- Torchrec richiede Python >= 3.7 e CUDA >= 11.0
- Il binario sperimentale su Linux per Python 3.7, 3.8 e 3.9 può essere installato tramite pip wheel
- TorchRec è concesso in licenza BSD
- Supporto di quantizzazione per formazione e inferenza di precisione ridotta
Linguaggio di programmazione
Python
Categorie
Questa è un'applicazione che può anche essere recuperata da https://sourceforge.net/projects/torchrec.mirror/. È stato ospitato in OnWorks per poter essere eseguito online nel modo più semplice da uno dei nostri Sistemi Operativi gratuiti.
