זוהי אפליקציית Windows בשם Horovod אשר את המהדורה האחרונה שלה ניתן להוריד כמטעני נתונים מותאמים אישית ב-Spark TorchEstimator, מודל מקביל יותר ב-Keras, שיפור כל הביצועים, תיקונים עבור העדכניות ביותר של PyTorchandTensorFlowversions.zip. ניתן להפעיל אותו באופן מקוון בספק האירוח החינמי OnWorks עבור תחנות עבודה.
הורד והפעל באינטרנט את האפליקציה הזו בשם Horovod 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.
בצילומי מסך
Ad
הורובוד
תיאור
Horovod פותחה במקור על ידי Uber כדי להפוך למידה עמוקה מבוזרת למהירה וקלה לשימוש, תוך הורדת זמן אימון המודל מימים ושבועות לשעות ודקות. עם Horovod, ניתן להגדיל סקריפט אימון קיים להפעלה על מאות GPUs בכמה שורות של קוד Python. ניתן להתקין את Horovod on-premise או להפעיל מחוץ לקופסה בפלטפורמות ענן, כולל AWS, Azure ו-Databricks. Horovod יכול גם לרוץ על גבי Apache Spark, מה שמאפשר לאחד את עיבוד הנתונים והדרכת המודלים לצינור אחד. לאחר הגדרת Horovod, ניתן להשתמש באותה תשתית כדי להכשיר מודלים עם כל מסגרת, מה שמקל על המעבר בין TensorFlow, PyTorch, MXNet ומסגרות עתידיות, כאשר ערימות הטכנולוגיה של למידת מכונה ממשיכות להתפתח. התחל לשנות את קנה המידה של אימון המודל שלך עם כמה שורות של קוד Python. קנה מידה של עד מאות מעבדי GPU עם יותר מ-90% יעילות קנה מידה.
תכונות
- מסגרת אימון למידה עמוקה מבוזרת
- עבור TensorFlow, Keras, PyTorch ו- Apache MXNet
- קנה מידה של עד מאות מעבדי GPU עם יותר מ-90% יעילות קנה מידה
- התחל לשנות את קנה המידה של אימון המודל שלך עם כמה שורות של קוד Python
- פועל אותו הדבר עבור TensorFlow, Keras, PyTorch ו-MXNet
- בהנחה, בענן ובאפאצ'י ספארק
שפת תכנות
פיתון
כל הקטגוריות
זוהי אפליקציה שניתן להביא גם מ-https://sourceforge.net/projects/horovod.mirror/. הוא התארח ב-OnWorks על מנת להפעיל אותו באינטרנט בצורה הקלה ביותר מאחת ממערכות ההפעלה החינמיות שלנו.