This is the Linux app named Higher whose latest release can be downloaded as higherv0.2.1sourcecode.zip. It can be run online in the free hosting provider OnWorks for workstations.
Higher with OnWorks라는 앱을 무료로 다운로드하여 온라인에서 실행해보세요.
이 앱을 실행하려면 다음 지침을 따르세요.
- 1. 이 애플리케이션을 PC에 다운로드했습니다.
- 2. 파일 관리자 https://www.onworks.net/myfiles.php?username=XXXXX에 원하는 사용자 이름을 입력합니다.
- 3. 이러한 파일 관리자에서 이 응용 프로그램을 업로드합니다.
- 4. 이 웹사이트에서 OnWorks Linux 온라인 또는 Windows 온라인 에뮬레이터 또는 MACOS 온라인 에뮬레이터를 시작합니다.
- 5. 방금 시작한 OnWorks Linux OS에서 원하는 사용자 이름으로 파일 관리자 https://www.onworks.net/myfiles.php?username=XXXXX로 이동합니다.
- 6. 응용 프로그램을 다운로드하여 설치하고 실행합니다.
스크린 샷
Ad
더 높은
기술
higher는 미분 가능한 최적화 루프를 통해 고차 미분 및 메타 학습을 가능하게 하여 PyTorch의 기능을 확장하도록 설계된 특수 라이브러리입니다. 개발자와 연구자는 전체 최적화 프로세스를 통해 기울기를 계산할 수 있으며, 이는 메타 학습, 하이퍼파라미터 최적화, 모델 적응과 같은 작업에 필수적입니다. 이 라이브러리는 표준 torch.nn.Module 인스턴스를 "상태 비저장" 함수 형태로 변환하는 유틸리티를 도입하여 매개변수 업데이트를 미분 가능한 연산으로 처리할 수 있습니다. 또한 SGD 및 Adam과 같은 일반적인 옵티마이저의 미분 가능한 구현을 제공하여 임의의 개수의 내부 루프 최적화 단계를 통해 역전파 연산을 수행할 수 있습니다. 명확하고 유연한 인터페이스를 제공함으로써 higher는 여러 업데이트 단계에 걸쳐 기울기 추적이 필요한 복잡한 학습 알고리즘의 구축을 간소화합니다. higher의 설계는 기존 PyTorch 모델과의 호환성을 보장합니다.
기능
- 업데이트를 통해 미분 가능한 내부 루프 최적화 및 그래디언트 추적을 활성화합니다.
- torch.nn.Module 모델을 메타 학습을 위한 기능적, 상태 비저장 형식으로 변환합니다.
- Adam 및 SGD와 같은 표준 최적화 프로그램의 미분 가능 버전을 제공합니다.
- 고차 그래디언트 계산을 위한 펼쳐진 최적화를 허용합니다.
- 최소한의 수정으로 기존 PyTorch 워크플로에 쉽게 통합됩니다.
- 등록 및 하위 클래스화를 통해 사용자 정의 미분 가능 최적화기를 지원합니다.
프로그래밍 언어
Python
카테고리
이 애플리케이션은 https://sourceforge.net/projects/higher.mirror/에서도 다운로드할 수 있습니다. OnWorks에 호스팅되어 무료 운영 체제 중 하나에서 가장 쉽게 온라인에서 실행할 수 있도록 설계되었습니다.
