This is the Windows app named ELF (Extensive Lightweight Framework) whose latest release can be downloaded as ELFsourcecode.tar.gz. It can be run online in the free hosting provider OnWorks for workstations.
Download and run online this app named ELF (Extensive Lightweight Framework) with OnWorks for free.
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.
בצילומי מסך
Ad
ELF (מסגרת קלת משקל נרחבת)
תיאור
ELF (Extensive, Lightweight, and Flexible) is a high-performance platform for reinforcement learning research that unifies simulation, data collection, and distributed training. A C++ core provides fast environments and concurrent actors, while Python bindings expose simple APIs for agents, replay, and optimization loops. It supports both single-agent and multi-agent settings, with batched stepping and shared-memory queues that keep GPUs saturated during training. ELF introduced widely used reference systems, most notably ELF OpenGo, demonstrating at-scale self-play with strong analysis tooling and public checkpoints. Its design emphasizes reproducibility: deterministic seeds, logging, and evaluation harnesses make large-scale experiments trackable and comparable. Because the platform is modular—envs, samplers, learners, and collectors—researchers can drop in new environments or algorithms without re-architecting the pipeline.
תכונות
- C++ simulation core with Python bindings for fast RL loops
- Distributed actor–learner architecture with shared-memory queues
- Support for single- and multi-agent environments and batched stepping
- Reproducible training with logging, evaluation, and checkpointing
- Reference implementations including the ELF OpenGo self-play system
- Pluggable envs, replay buffers, and learners for rapid experimentation
שפת תכנות
C + +
כל הקטגוריות
This is an application that can also be fetched from https://sourceforge.net/projects/elf.mirror/. It has been hosted in OnWorks in order to be run online in an easiest way from one of our free Operative Systems.
