これはGin ConfigというWindowsアプリで、最新リリースはgin-configv0.1-alphasourcecode.zip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。
OnWorks を使用して、Gin Config というアプリを無料でダウンロードし、オンラインで実行します。
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OSOnWorksオンラインエミュレーターを起動しますが、Windowsオンラインエミュレーターの方が優れています。
-5。起動したばかりのOnWorksWindows 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てインストールします。
-7.LinuxディストリビューションソフトウェアリポジトリからWineをダウンロードします。 インストールしたら、アプリをダブルクリックして、Wineで実行できます。 また、人気のあるWindowsプログラムやゲームのインストールに役立つWine上の豪華なインターフェイスであるPlayOnLinuxを試すこともできます。
WineはLinux上でWindowsソフトウェアを実行する方法ですが、Windowsは必要ありません。 Wineは、任意のLinuxデスクトップでWindowsプログラムを直接実行できるオープンソースのWindows互換性レイヤーです。 基本的に、Wineは、実際にWindowsを必要とせずに、これらすべてのWindowsアプリケーションを実行できるように、十分な数のWindowsを最初から再実装しようとしています。
スクリーンショット：
ジン設定
説明：
Gin Configは、依存性注入を基盤とした軽量で柔軟なPython用設定フレームワークです。これにより、開発者は、定型的な設定クラスやprotoに頼ることなく、特に機械学習実験でよく見られる複雑なパラメータ階層を管理できます。関数やクラスを@gin.configurableで修飾することで、Ginではシンプルな設定ファイル（.gin）またはコマンドラインバインディングを使用してパラメータをオーバーライドできます。ユーザーは、デフォルトのパラメータ値、スコープ付き設定、関数、クラス、インスタンスへのモジュール参照を定義できるため、高度に構成可能で動的な実験設定が可能になります。Ginは、研究者や開発者がモデル、データセット、オプティマイザー、トレーニングパイプライン全体にわたって多数の相互依存パラメータを調整する必要があるTensorFlowやPyTorchプロジェクトで特に人気があります。
オプション
- Python関数とクラスの依存性注入ベースの構成
- .gin 構成ファイルまたはコマンドラインバインディングによるパラメータのオーバーライド
- 複数のインスタンス（GAN、マルチモデルシステムなど）を管理するためのスコープ設定
- 関数、クラス、インスタンスを動的に渡すための設定可能な参照
- 複雑な実験グラフの階層構成
- TensorFlow (gin.tf) と PyTorch (gin.torch) の統合
プログラミング言語
Python、Unixシェル
カテゴリー
このアプリケーションは、https://sourceforge.net/projects/gin-config.mirror/ からも入手できます。OnWorks でホストされているため、無料のオペレーティングシステムから最も簡単にオンラインで実行できます。