This is the Windows app named LLMs-from-scratch whose latest release can be downloaded as LLMs-from-scratchsourcecode.tar.gz. It can be run online in the free hosting provider OnWorks for workstations.
ດາວນ໌ໂຫລດແລະດໍາເນີນການອອນໄລນ໌ app ນີ້ມີຊື່ LLMs-from-scratch ກັບ OnWorks ໄດ້ຟຣີ.
ປະຕິບັດຕາມຄໍາແນະນໍາເຫຼົ່ານີ້ເພື່ອດໍາເນີນການ app ນີ້:
- 1. ດາວໂຫຼດຄໍາຮ້ອງສະຫມັກນີ້ໃນ PC ຂອງທ່ານ.
- 2. ໃສ່ໃນຕົວຈັດການໄຟລ໌ຂອງພວກເຮົາ https://www.onworks.net/myfiles.php?username=XXXXX ດ້ວຍຊື່ຜູ້ໃຊ້ທີ່ທ່ານຕ້ອງການ.
- 3. ອັບໂຫລດແອັບພລິເຄຊັນນີ້ຢູ່ໃນຕົວຈັດການໄຟລ໌ດັ່ງກ່າວ.
- 4. ເລີ່ມ emulator ອອນ ໄລ ນ ໌ OS OnWorks ຈາກ ເວັບ ໄຊ ທ ໌ ນີ້, ແຕ່ ດີກ ວ່າ Windows ອອນ ໄລ ນ ໌ emulator.
- 5. ຈາກ OnWorks Windows OS ທີ່ເຈົ້າຫາກໍ່ເລີ່ມຕົ້ນ, ໄປທີ່ຕົວຈັດການໄຟລ໌ຂອງພວກເຮົາ https://www.onworks.net/myfiles.php?username=XXXXX ດ້ວຍຊື່ຜູ້ໃຊ້ທີ່ທ່ານຕ້ອງການ.
- 6. ດາວນ໌ໂຫລດຄໍາຮ້ອງສະຫມັກແລະຕິດຕັ້ງມັນ.
- 7. ດາວໂຫລດ Wine ຈາກບ່ອນເກັບມ້ຽນຊອບແວການແຈກຢາຍ Linux ຂອງທ່ານ. ເມື່ອຕິດຕັ້ງແລ້ວ, ທ່ານສາມາດຄລິກສອງຄັ້ງ app ເພື່ອດໍາເນີນການໃຫ້ເຂົາເຈົ້າກັບ Wine. ນອກນັ້ນທ່ານຍັງສາມາດລອງ PlayOnLinux, ການໂຕ້ຕອບທີ່ແປກປະຫຼາດໃນໄລຍະ Wine ທີ່ຈະຊ່ວຍໃຫ້ທ່ານຕິດຕັ້ງໂປລແກລມ Windows ແລະເກມທີ່ນິຍົມ.
ເຫຼົ້າແວງເປັນວິທີການແລ່ນຊອບແວ Windows ໃນ Linux, ແຕ່ບໍ່ມີ Windows ທີ່ຕ້ອງການ. ເຫຼົ້າແວງແມ່ນຊັ້ນຄວາມເຂົ້າກັນໄດ້ຂອງ Windows ແຫຼ່ງເປີດທີ່ສາມາດເອີ້ນໃຊ້ໂຄງການ Windows ໂດຍກົງໃນ desktop Linux ໃດກໍໄດ້. ໂດຍພື້ນຖານແລ້ວ, Wine ກໍາລັງພະຍາຍາມປະຕິບັດໃຫມ່ຢ່າງພຽງພໍຂອງ Windows ຕັ້ງແຕ່ເລີ່ມຕົ້ນເພື່ອໃຫ້ມັນສາມາດດໍາເນີນການຄໍາຮ້ອງສະຫມັກ Windows ທັງຫມົດໄດ້ໂດຍບໍ່ຕ້ອງໃຊ້ Windows.
ພາບຫນ້າຈໍ:
LLMs ຈາກຮອຍຂີດຂ່ວນ
DESCRIPTION:
LLMs-from-scratch ເປັນ codebase ດ້ານການສຶກສາທີ່ຍ່າງຜ່ານການປະຕິບັດອົງປະກອບແບບຈໍາລອງແບບພາສາຂະຫນາດໃຫຍ່ທີ່ທັນສະໄຫມເທື່ອລະກ້າວ. ມັນເນັ້ນຫນັກເຖິງການສ້າງຕັນ - tokenization, embeddings, ຄວາມສົນໃຈ, feed-forward layers, normalization, and training loops — so learners to understand not just how to use a model but it works in internal . ຄັງເກັບມ້ຽນທີ່ໂປດປານການຈັດຕັ້ງປະຕິບັດ Python ແລະ NumPy ຫຼື PyTorch ທີ່ຈະແຈ້ງທີ່ສາມາດດໍາເນີນການແລະແກ້ໄຂໄດ້ໂດຍບໍ່ມີກອບວຽກຫນັກທີ່ຂັດຂວາງເຫດຜົນ. ບົດ ແລະປື້ມບັນທຶກມີຄວາມຄືບໜ້າຈາກແບບຈຳລອງຂອງຫຼິ້ນຂະໜາດນ້ອຍໄປສູ່ສະແຕມຕົວປ່ຽນທີ່ມີຄວາມສາມາດຫຼາຍຂຶ້ນ, ລວມທັງຍຸດທະສາດການເກັບຕົວຢ່າງ ແລະ hooks ການປະເມີນຜົນ. ຈຸດສຸມແມ່ນກ່ຽວກັບການອ່ານ, ຄວາມຖືກຕ້ອງ, ແລະການທົດລອງ, ເຮັດໃຫ້ມັນເຫມາະສົມສໍາລັບນັກຮຽນແລະນັກປະຕິບັດການຫັນປ່ຽນຈາກທິດສະດີໄປສູ່ລະບົບການເຮັດວຽກ. ໃນທີ່ສຸດ, ທ່ານມີຄວາມຮູ້ສຶກພື້ນຖານຂອງວິທີການທໍ່ຂໍ້ມູນ, ການເພີ່ມປະສິດທິພາບແລະການໂຕ້ຕອບ inference ເພື່ອຜະລິດຂໍ້ຄວາມທີ່ຄ່ອງແຄ້ວ.
ຄຸນລັກສະນະ
- ການປະຕິບັດຂັ້ນຕອນຂອງ tokenizer, ຄວາມສົນໃຈ, ແລະຕັນ transformer
- Clear Python notebooks ແລະ scripts ອອກແບບມາເພື່ອການຮຽນຮູ້ ແລະ tinkering
- ການຝຶກອົບຮົມແລະການເກັບຕົວຢ່າງທີ່ເປີດເຜີຍຂໍ້ມູນເຕັມແລະການໄຫຼຂອງຄອມພິວເຕີ້
- ການສໍາຫຼວດທາງເລືອກການຂະຫຍາຍຕົວ, ການເປັນປົກກະຕິ, ແລະການວັດແທກການປະເມີນຜົນ
- ການຂຶ້ນກັບໜ້ອຍທີ່ສຸດເພື່ອຮັກສາຄະນິດສາດ ແລະລະຫັດໃຫ້ໂປ່ງໃສ
- ເຮັດໜ້າທີ່ເປັນພື້ນຖານສຳລັບການຂະຫຍາຍໄປສູ່ຮູບແບບທີ່ໃຫຍ່ກວ່າ ແລະຊຸດຂໍ້ມູນແບບກຳນົດເອງ
ພາສາການຂຽນໂປຣແກຣມ
Python
ປະເພດ
ນີ້ແມ່ນແອັບພລິເຄຊັນທີ່ຍັງສາມາດເອົາມາຈາກ https://sourceforge.net/projects/llms-from-scratch.mirror/. ມັນໄດ້ຖືກຈັດຢູ່ໃນ OnWorks ເພື່ອໃຫ້ດໍາເນີນການອອນໄລນ໌ດ້ວຍວິທີທີ່ງ່າຍທີ່ສຸດຈາກຫນຶ່ງໃນລະບົບປະຕິບັດງານຟຣີຂອງພວກເຮົາ.