Fairseq എന്ന് പേരിട്ടിരിക്കുന്ന Linux ആപ്പാണിത്, ഇതിന്റെ ഏറ്റവും പുതിയ പതിപ്പ് v0.10.2.zip ആയി ഡൗൺലോഡ് ചെയ്യാം. വർക്ക്സ്റ്റേഷനുകൾക്കായുള്ള സൗജന്യ ഹോസ്റ്റിംഗ് ദാതാവായ OnWorks-ൽ ഇത് ഓൺലൈനായി പ്രവർത്തിപ്പിക്കാം.
Fairseq എന്ന് പേരിട്ടിരിക്കുന്ന ഈ ആപ്പ് OnWorks-നൊപ്പം സൗജന്യമായി ഓൺലൈനായി ഡൗൺലോഡ് ചെയ്ത് പ്രവർത്തിപ്പിക്കുക.
ഈ ആപ്പ് പ്രവർത്തിപ്പിക്കുന്നതിന് ഈ നിർദ്ദേശങ്ങൾ പാലിക്കുക:
- 1. നിങ്ങളുടെ പിസിയിൽ ഈ ആപ്ലിക്കേഷൻ ഡൗൺലോഡ് ചെയ്തു.
- 2. ഞങ്ങളുടെ ഫയൽ മാനേജറിൽ https://www.onworks.net/myfiles.php?username=XXXXX എന്നതിൽ നിങ്ങൾക്ക് ആവശ്യമുള്ള ഉപയോക്തൃനാമം നൽകുക.
- 3. അത്തരം ഫയൽമാനേജറിൽ ഈ ആപ്ലിക്കേഷൻ അപ്ലോഡ് ചെയ്യുക.
- 4. ഈ വെബ്സൈറ്റിൽ നിന്ന് OnWorks Linux ഓൺലൈനോ Windows ഓൺലൈൻ എമുലേറ്ററോ MACOS ഓൺലൈൻ എമുലേറ്ററോ ആരംഭിക്കുക.
- 5. നിങ്ങൾ ഇപ്പോൾ ആരംഭിച്ച OnWorks Linux OS-ൽ നിന്ന്, നിങ്ങൾക്ക് ആവശ്യമുള്ള ഉപയോക്തൃനാമത്തോടുകൂടിയ ഞങ്ങളുടെ ഫയൽ മാനേജർ https://www.onworks.net/myfiles.php?username=XXXXX എന്നതിലേക്ക് പോകുക.
- 6. ആപ്ലിക്കേഷൻ ഡൌൺലോഡ് ചെയ്യുക, അത് ഇൻസ്റ്റാൾ ചെയ്ത് പ്രവർത്തിപ്പിക്കുക.
സ്ക്രീൻഷോട്ടുകൾ
Ad
ഫെയർസെക്
വിവരണം
വിവർത്തനം, സംഗ്രഹം, ഭാഷാ മോഡലിംഗ്, മറ്റ് ടെക്സ്റ്റ് ജനറേഷൻ ജോലികൾ എന്നിവയ്ക്കായി ഇഷ്ടാനുസൃത മോഡലുകൾ പരിശീലിപ്പിക്കാൻ ഗവേഷകരെയും ഡവലപ്പർമാരെയും അനുവദിക്കുന്ന ഒരു സീക്വൻസ് മോഡലിംഗ് ടൂൾകിറ്റാണ് Fairseq(-py). വിവിധ സീക്വൻസ് മോഡലിംഗ് പേപ്പറുകളുടെ റഫറൻസ് നടപ്പിലാക്കലുകൾ ഞങ്ങൾ നൽകുന്നു. ഡാറ്റാ സമാന്തര തൊഴിലാളികളിലുടനീളം മോഡൽ പാരാമീറ്ററുകളും ഒപ്റ്റിമൈസർ അവസ്ഥയും പങ്കിടുന്നതിലൂടെ ഡാറ്റ സമാന്തര പരിശീലനം ഗണ്യമായി കൂടുതൽ കാര്യക്ഷമമാക്കാൻ കഴിയുമെന്ന് മൈക്രോസോഫ്റ്റിന്റെയും ഗൂഗിളിന്റെയും സമീപകാല പ്രവർത്തനങ്ങൾ കാണിക്കുന്നു. ഫെയർസ്കെയിൽ നൽകുന്ന പുതിയ ഫുള്ളിഷാർഡഡ്ഡാറ്റപാരലൽ (എഫ്എസ്ഡിപി) റാപ്പറിൽ ഈ ആശയങ്ങൾ ഉൾപ്പെടുത്തിയിട്ടുണ്ട്. ഉപയോക്താക്കൾ നൽകുന്ന പ്ലഗ്-ഇന്നുകൾ വഴി Fairseq വിപുലീകരിക്കാൻ കഴിയും. മോഡലുകൾ ന്യൂറൽ നെറ്റ്വർക്ക് ആർക്കിടെക്ചറിനെ നിർവചിക്കുകയും പഠിക്കാനാകുന്ന എല്ലാ പാരാമീറ്ററുകളും ഉൾക്കൊള്ളിക്കുകയും ചെയ്യുന്നു. മോഡൽ ഔട്ട്പുട്ടുകളും ടാർഗെറ്റുകളും നൽകി നഷ്ടത്തിന്റെ പ്രവർത്തനത്തെ മാനദണ്ഡങ്ങൾ കണക്കാക്കുന്നു. ടാസ്ക്കുകൾ നിഘണ്ടുക്കൾ സംഭരിക്കുകയും ഡാറ്റാസെറ്റുകളിൽ ലോഡുചെയ്യുന്നതിനും/ആവർത്തിക്കുന്നതിനും മോഡൽ/മാനദണ്ഡം ആരംഭിക്കുന്നതിനും നഷ്ടം കണക്കാക്കുന്നതിനും സഹായികളെ നൽകുന്നു.
സവിശേഷതകൾ
- ഒരു മെഷീനിലോ ഒന്നിലധികം മെഷീനുകളിലോ ഉള്ള മൾട്ടി-ജിപിയു പരിശീലനം (ഡാറ്റയും മോഡലും സമാന്തരം)
- ഒന്നിലധികം തിരയൽ അൽഗോരിതങ്ങൾ നടപ്പിലാക്കിയ CPU, GPU എന്നിവയിൽ അതിവേഗ ജനറേഷൻ
- ഗ്രേഡിയന്റ് അക്യുമുലേഷൻ ഒരൊറ്റ ജിപിയുവിൽ പോലും വലിയ മിനി ബാച്ചുകളുള്ള പരിശീലനം സാധ്യമാക്കുന്നു
- മിക്സഡ് പ്രിസിഷൻ ട്രെയിനിംഗ് (എൻവിഡിയ ടെൻസർ കോറുകളിൽ കുറഞ്ഞ ജിപിയു മെമ്മറി ഉപയോഗിച്ച് വേഗത്തിൽ ട്രെയിനുകൾ നൽകുന്നു)
- പുതിയ മോഡലുകൾ, മാനദണ്ഡങ്ങൾ, ടാസ്ക്കുകൾ, ഒപ്റ്റിമൈസറുകൾ, പഠന നിരക്ക് ഷെഡ്യൂളറുകൾ എന്നിവ എളുപ്പത്തിൽ രജിസ്റ്റർ ചെയ്യുക
- കോഡ്, കമാൻഡ്-ലൈൻ, ഫയൽ അടിസ്ഥാനമാക്കിയുള്ള കോൺഫിഗറേഷൻ എന്നിവയുടെ സംയോജനം അനുവദിക്കുന്ന ഹൈഡ്രയെ അടിസ്ഥാനമാക്കിയുള്ള ഫ്ലെക്സിബിൾ കോൺഫിഗറേഷൻ
പ്രോഗ്രാമിംഗ് ഭാഷ
പൈത്തൺ
Categories
ഇത് https://sourceforge.net/projects/fairseq.mirror/ എന്നതിൽ നിന്നും ലഭിക്കാവുന്ന ഒരു ആപ്ലിക്കേഷനാണ്. ഞങ്ങളുടെ സൗജന്യ ഓപ്പറേറ്റീവ് സിസ്റ്റങ്ങളിലൊന്നിൽ നിന്ന് ഏറ്റവും എളുപ്പമുള്ള രീതിയിൽ ഓൺലൈനിൽ പ്രവർത്തിപ്പിക്കുന്നതിനായി ഇത് OnWorks-ൽ ഹോസ്റ്റ് ചെയ്തിരിക്കുന്നു.