Gin Config라는 Windows 앱으로, 최신 버전은 gin-configv0.1-alphasourcecode.zip 파일로 다운로드할 수 있습니다. 워크스테이션용 무료 호스팅 제공업체인 OnWorks에서 온라인으로 실행할 수 있습니다.
Gin Config 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 모든 OS OnWorks 온라인 에뮬레이터를 시작하지만 더 나은 Windows 온라인 에뮬레이터를 시작합니다.
- 5. 방금 시작한 OnWorks Windows OS에서 원하는 사용자 이름으로 파일 관리자 https://www.onworks.net/myfiles.php?username=XXXXX로 이동합니다.
- 6. 애플리케이션을 다운로드하여 설치합니다.
- 7. Linux 배포 소프트웨어 저장소에서 Wine을 다운로드합니다. 설치가 완료되면 앱을 두 번 클릭하여 Wine과 함께 실행할 수 있습니다. 인기 있는 Windows 프로그램 및 게임을 설치하는 데 도움이 되는 Wine을 통한 멋진 인터페이스인 PlayOnLinux를 사용해 볼 수도 있습니다.
Wine은 Linux에서 Windows 소프트웨어를 실행하는 방법이지만 Windows가 필요하지 않습니다. Wine은 모든 Linux 데스크탑에서 직접 Windows 프로그램을 실행할 수 있는 오픈 소스 Windows 호환성 계층입니다. 본질적으로 Wine은 Windows가 필요하지 않고 모든 Windows 응용 프로그램을 실행할 수 있도록 Windows를 처음부터 충분히 다시 구현하려고 합니다.
스크린샷:
진 구성
설명 :
Gin Config는 의존성 주입을 기반으로 구축된 Python용 가볍고 유연한 구성 프레임워크입니다. 개발자는 보일러플레이트 구성 클래스나 프로토타입에 의존하지 않고도 복잡한 매개변수 계층 구조(특히 머신 러닝 실험에서 흔히 발생하는)를 관리할 수 있습니다. Gin은 함수와 클래스를 @gin.configurable로 데코레이팅하여 간단한 구성 파일(.gin)이나 명령줄 바인딩을 사용하여 매개변수를 재정의할 수 있도록 합니다. 사용자는 기본 매개변수 값, 범위가 지정된 구성, 함수, 클래스 또는 인스턴스에 대한 모듈식 참조를 정의하여 고도로 구성 가능하고 동적인 실험 설정을 구현할 수 있습니다. Gin은 특히 TensorFlow 및 PyTorch 프로젝트에서 널리 사용되는데, 연구자와 개발자가 모델, 데이터세트, 옵티마이저 및 학습 파이프라인 전반에 걸쳐 수많은 상호 의존적인 매개변수를 조정해야 하는 프로젝트에서 이러한 프레임워크가 널리 사용됩니다.
기능
- Python 함수 및 클래스에 대한 종속성 주입 기반 구성
- .gin 구성 파일 또는 명령줄 바인딩을 통한 매개변수 재정의
- 여러 인스턴스(예: GAN, 다중 모델 시스템)를 관리하기 위한 범위 구성
- 함수, 클래스 또는 인스턴스를 동적으로 전달하기 위한 구성 가능한 참조
- 복잡한 실험 그래프를 위한 계층적 구성
- TensorFlow(gin.tf) 및 PyTorch(gin.torch) 통합
프로그래밍 언어
파이썬, 유닉스 셸
카테고리
이 애플리케이션은 https://sourceforge.net/projects/gin-config.mirror/에서도 다운로드할 수 있습니다. OnWorks에 호스팅되어 무료 운영 체제 중 하나에서 가장 쉽게 온라인에서 실행할 수 있도록 설계되었습니다.