최신 릴리스는 SparkTorchEstimator,moremodelparallelismKeras,improvedallgatherperformance,fixesforlatestPyTorchhandTensorFlowversions.zip에서 Customdataloaders로 다운로드할 수 있는 Horovod라는 Windows 앱입니다. 워크스테이션용 무료 호스팅 제공업체인 OnWorks에서 온라인으로 실행할 수 있습니다.
OnWorks와 함께 Horovod라는 이 앱을 무료로 다운로드하여 온라인에서 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 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.
스크린 샷
Ad
호로 보드
기술
Horovod는 원래 Uber에서 분산 딥 러닝을 빠르고 쉽게 사용할 수 있도록 개발하여 모델 교육 시간을 며칠 및 몇 주에서 몇 시간 및 몇 분으로 단축했습니다. Horovod를 사용하면 단 몇 줄의 Python 코드로 수백 개의 GPU에서 실행되도록 기존 교육 스크립트를 확장할 수 있습니다. Horovod는 온프레미스에 설치하거나 AWS, Azure 및 Databricks를 포함한 클라우드 플랫폼에서 즉시 실행할 수 있습니다. Horovod는 Apache Spark 위에서 추가로 실행될 수 있으므로 데이터 처리 및 모델 교육을 단일 파이프라인으로 통합할 수 있습니다. Horovod가 구성되면 동일한 인프라를 사용하여 모든 프레임워크로 모델을 교육할 수 있으므로 기계 학습 기술 스택이 계속 발전함에 따라 TensorFlow, PyTorch, MXNet 및 향후 프레임워크 간에 쉽게 전환할 수 있습니다. 단 몇 줄의 Python 코드로 모델 교육 확장을 시작하세요. 90% 이상의 확장 효율성으로 최대 수백 개의 GPU로 확장할 수 있습니다.
특징
- 분산 딥 러닝 훈련 프레임워크
- TensorFlow, Keras, PyTorch 및 Apache MXNet용
- 90% 이상의 확장 효율성으로 최대 수백 개의 GPU로 확장
- 단 몇 줄의 Python 코드로 모델 교육 확장 시작
- TensorFlow, Keras, PyTorch 및 MXNet에 대해 동일하게 실행됩니다.
- 온 프레미스, 클라우드 및 Apache Spark
프로그래밍 언어
Python
카테고리
이것은 https://sourceforge.net/projects/horovod.mirror/에서도 가져올 수 있는 애플리케이션입니다. 무료 운영 체제 중 하나에서 가장 쉬운 방법으로 온라인으로 실행하기 위해 OnWorks에서 호스팅되었습니다.
