Name: הורדת AIMET עבור Windows
Brand: OnWorks
SKU: 50e10dbebca83ca89a09232f2e9871ae
Availability: OnlineOnly
Rating: 4.32 (1555 reviews)

זוהי אפליקציית Windows בשם AIMET שניתן להוריד את המהדורה האחרונה שלה בתור 1.28.1sourcecode.zip. ניתן להפעיל אותו באופן מקוון בספק האירוח החינמי OnWorks עבור תחנות עבודה.

הורד והפעל באינטרנט את האפליקציה הזו בשם AIMET עם OnWorks בחינם.

בצע את ההוראות הבאות כדי להפעיל את האפליקציה הזו:

- 1. הורד את היישום הזה למחשב שלך.

- 2. הזן במנהל הקבצים שלנו https://www.onworks.net/myfiles.php?username=XXXXX עם שם המשתמש שאתה רוצה.

- 3. העלה את היישום הזה במנהל קבצים כזה.

- 4. הפעל כל אמולטור מקוון של OS OnWorks מאתר זה, אך עדיף אמולטור מקוון של Windows.

- 5. ממערכת ההפעלה OnWorks Windows שזה עתה התחלת, עבור אל מנהל הקבצים שלנו https://www.onworks.net/myfiles.php?username=XXXXX עם שם המשתמש הרצוי.

- 6. הורד את האפליקציה והתקן אותה.

- 7. הורד את Wine ממאגרי התוכנה שלך להפצות לינוקס. לאחר ההתקנה, תוכל ללחוץ פעמיים על האפליקציה כדי להפעיל אותם עם Wine. אתה יכול גם לנסות את PlayOnLinux, ממשק מפואר מעל Wine שיעזור לך להתקין תוכניות ומשחקים פופולריים של Windows.

Wine היא דרך להפעיל תוכנת Windows על לינוקס, אך ללא צורך ב-Windows. Wine היא שכבת תאימות של Windows בקוד פתוח שיכולה להריץ תוכניות Windows ישירות על כל שולחן עבודה של לינוקס. בעיקרו של דבר, Wine מנסה להטמיע מחדש מספיק של Windows מאפס כדי שהוא יוכל להריץ את כל יישומי Windows מבלי להזדקק ל-Windows.

הורד App הפעל באובונטו רוץ בפדורה הפעל ב-Windows Sim הפעל ב-MACOS Sim

בצילומי מסך

AIMET

תיאור

מרכז החדשנות של קוואלקום (QuIC) נמצא בחזית המאפשרת הסקת הספק נמוך בקצה באמצעות מחקר יעילות המודל החלוצי שלה. ל-QuIC יש משימה לעזור להעביר את המערכת האקולוגית לעבר הסקת נקודות קבועות. במטרה זו, QuIC מציגה את AI Model Efficiency Toolkit (AIMET) - ספרייה המספקת טכניקות קוונטיזציה ודחיסה מתקדמות עבור מודלים מאומנים של רשתות עצבים. AIMET מאפשר לרשתות עצביות לפעול ביעילות רבה יותר על מאיצי חומרה של AI בנקודות קבועות. הסקת מסקנות כמותית מהירה משמעותית מהסקת נקודה צפה. לדוגמה, דגמים שהרצנו ב-Qualcomm® Hexagon™ DSP ולא ב-Qualcomm® Kryo™ CPU הביאו להאצה של פי 5 עד פי 15. בנוסף, לדגם 8 סיביות יש גם טביעת זיכרון קטנה פי 4 ביחס לדגם 32 סיביות. עם זאת, לעתים קרובות כאשר מכימות מודל למידת מכונה (למשל, מנקודה צפה של 32 סיביות לערך נקודה קבועה של 8 סיביות), דיוק המודל מוקרב.

תכונות

השוואת טנסור המשקל כדי להפחית את שונות המשרעת בין הערוצים
טכניקת פירוק טנזור לפיצול שכבה גדולה לשניים קטנים יותר
מתקן את ההזזה בפלטי השכבה שהוכנסו עקב קוונטיזציה
מסיר ערוצי קלט מיותרים משכבה ובונה מחדש את משקלי השכבה
השתמש ב-SIM של קוונטיזציה כדי לאמן את המודל עוד יותר כדי לשפר את הדיוק
בוחר אוטומטית כמה לדחוס כל שכבה במודל

שפת תכנות

פיתון

כל הקטגוריות

למידת מכונה, ספריות רשתות עצביות

זוהי אפליקציה שניתן להביא גם מ-https://sourceforge.net/projects/aimet.mirror/. זה התארח ב-OnWorks על מנת להפעיל אותו באינטרנט בצורה הקלה ביותר מאחת ממערכות ההפעלה החינמיות שלנו.