이것은 최신 릴리스를 v8.2.1_SupportPython3.12.zip으로 다운로드할 수 있는 Thinc라는 Linux 앱입니다. 워크스테이션용 무료 호스팅 제공업체인 OnWorks에서 온라인으로 실행할 수 있습니다.
Thinc with OnWorks라는 이 앱을 온라인에서 무료로 다운로드하여 실행하십시오.
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.
스크린샷:
씬
설명 :
Thinc는 PyTorch, TensorFlow 및 MXNet과 같은 다른 프레임워크에서 정의된 계층을 지원하는 구성 모델을 위한 우아하고 유형 확인된 기능 프로그래밍 API를 제공하는 가벼운 딥 러닝 라이브러리입니다. Thinc를 인터페이스 레이어, 독립 실행형 툴킷 또는 유연한 새 모델 개발 방법으로 사용할 수 있습니다. Thinc의 이전 버전은 spaCy와 Prodigy를 통해 수천 개의 회사에서 프로덕션 환경에서 조용히 실행되었습니다. 우리는 사용자가 선호하는 프레임워크로 구축된 사용자 정의 모델을 구성, 구성 및 배포할 수 있도록 새 버전을 작성했습니다. 애플리케이션을 변경하지 않고 PyTorch, TensorFlow 및 MXNet 모델 사이를 전환하거나 제로 카피 어레이 교환을 사용하여 돌연변이 하이브리드를 만들 수도 있습니다. 정교한 유형 검사를 통해 더 빠르게 개발하고 더 빨리 버그를 잡아냅니다. 1차원이 필요한 모델에 XNUMX차원 배열을 전달하려고 하시나요? 유형 오류입니다. 코드가 손가락을 떠나면 편집자가 선택할 수 있습니다.
기능
- 사용자 정의 유형 및 mypy 플러그인으로 모델 정의 유형 확인
- 네트워크에서 사용할 수 있도록 PyTorch, TensorFlow 및 MXNet 모델 래핑
- 상속보다는 구성을 사용하여 모델 정의에 대한 간결한 기능적 프로그래밍 접근 방식
- 연산자 오버로딩을 통한 선택적 사용자 지정 중위 표기법
- 객체 트리 및 하이퍼파라미터를 설명하는 통합 구성 시스템
- 확장 가능한 백엔드 선택
프로그래밍 언어
Python
카테고리
이것은 https://sourceforge.net/projects/thinc.mirror/에서 가져올 수도 있는 애플리케이션입니다. 무료 운영 체제 중 하나에서 가장 쉬운 방법으로 온라인으로 실행하기 위해 OnWorks에서 호스팅되었습니다.