これは「Weights and Biases」というLinuxアプリで、最新リリースはv0.22.1sourcecode.tar.gzとしてダウンロードできます。ワークステーション向けの無料ホスティングプロバイダーであるOnWorksでオンラインで実行できます。
Weights and Biases with OnWorks という名前のこのアプリをオンラインで無料でダウンロードして実行します。
このアプリを実行するには、次の手順に従ってください。
-1。このアプリケーションをPCにダウンロードしました。
--2。ファイルマネージャーhttps://www.onworks.net/myfiles.php?username=XXXXXに必要なユーザー名を入力します。
-3。このアプリケーションをそのようなファイルマネージャにアップロードします。
-4。このWebサイトからOnWorksLinuxオンラインまたはWindowsオンラインエミュレーターまたはMACOSオンラインエミュレーターを起動します。
-5。起動したばかりのOnWorksLinux OSから、必要なユーザー名でファイルマネージャーhttps://www.onworks.net/myfiles.php?username=XXXXXにアクセスします。
-6。アプリケーションをダウンロードし、インストールして実行します。
スクリーンショットは
Ad
重みとバイアス
DESCRIPTION
W&B を使用して、より優れたモデルをより迅速に構築します。 データセットから本番モデルまで、機械学習パイプラインのすべての部分を追跡して視覚化します。 モデルの回帰をすばやく特定します。 W&B を使用して、結果をすべて中央のダッシュボードでリアルタイムに視覚化します。 興味深い ML に注目してください。 スプレッドシートやテキスト ファイルで手動で結果を追跡する時間を短縮します。 W&B Artifacts を使用してデータセットのバージョンをキャプチャし、データの変更が結果のモデルにどのように影響するかを特定します。 保存されたコード、ハイパーパラメーター、起動コマンド、入力データ、結果のモデルの重みを使用して、任意のモデルを再現します。 スクリプトの最初に wandb.config を XNUMX 回設定して、実験用のハイパーパラメーター、入力設定 (データセット名やモデル タイプなど)、およびその他の独立変数を保存します。 これは、実験を分析し、将来的に作業を再現するのに役立ちます。 構成を設定すると、モデル アーキテクチャまたはデータ パイプラインの機能とモデル パフォーマンスとの関係を視覚化することもできます。
オプション
- トレーニング実行で使用されるハイパーパラメーターを保存する
- トレーニングの実行を検索、比較、視覚化する
- 実行と並行してシステム使用指標を分析する
- チームメンバーとのコラボレーション
- 過去の結果を再現
- 実験の記録を永久に利用できるようにする
プログラミング言語
Python
カテゴリー
これは https://sourceforge.net/projects/weights-and-biases.mirror/ からも取得できるアプリケーションです。 これは、OnWorks でホストされており、無料のオペレーティング システムの XNUMX つからオンラインで簡単に実行できます。
