Ini ialah apl Linux bernama Fairseq yang keluaran terbarunya boleh dimuat turun sebagai v0.10.2.zip. Ia boleh dijalankan dalam talian dalam penyedia pengehosan percuma OnWorks untuk stesen kerja.
Muat turun dan jalankan dalam talian apl bernama Fairseq ini dengan OnWorks secara percuma.
Ikut arahan ini untuk menjalankan apl ini:
- 1. Memuat turun aplikasi ini dalam PC anda.
- 2. Masukkan dalam pengurus fail kami https://www.onworks.net/myfiles.php?username=XXXXX dengan nama pengguna yang anda mahukan.
- 3. Muat naik aplikasi ini dalam pengurus filem tersebut.
- 4. Mulakan OnWorks Linux dalam talian atau emulator dalam talian Windows atau emulator dalam talian MACOS dari tapak web ini.
- 5. Daripada OS Linux OnWorks yang baru anda mulakan, pergi ke pengurus fail kami https://www.onworks.net/myfiles.php?username=XXXX dengan nama pengguna yang anda mahukan.
- 6. Muat turun aplikasi, pasang dan jalankan.
SKRIN
Ad
Fairseq
DESCRIPTION
Fairseq(-py) ialah kit alat pemodelan jujukan yang membolehkan penyelidik dan pembangun melatih model tersuai untuk terjemahan, ringkasan, pemodelan bahasa dan tugas penjanaan teks yang lain. Kami menyediakan pelaksanaan rujukan pelbagai kertas pemodelan jujukan. Kerja terbaru oleh Microsoft dan Google telah menunjukkan bahawa latihan selari data boleh dibuat dengan ketara lebih cekap dengan memisahkan parameter model dan keadaan pengoptimum merentas pekerja selari data. Idea ini terkandung dalam pembalut FullyShardedDataParallel (FSDP) baharu yang disediakan oleh fairscale. Fairseq boleh diperluaskan melalui pemalam yang dibekalkan pengguna. Model mentakrifkan seni bina rangkaian saraf dan merangkumi semua parameter yang boleh dipelajari. Kriteria mengira fungsi kerugian berdasarkan output dan sasaran model. Tasks menyimpan kamus dan menyediakan pembantu untuk memuatkan/melelaran ke atas Set Data, memulakan Model/Kriteria dan mengira kerugian.
Ciri-ciri
- Latihan berbilang GPU pada satu mesin atau merentasi berbilang mesin (data dan model selari)
- Penjanaan pantas pada kedua-dua CPU dan GPU dengan berbilang algoritma carian dilaksanakan
- Pengumpulan kecerunan membolehkan latihan dengan kumpulan mini yang besar walaupun pada satu GPU
- Latihan ketepatan bercampur (berlatih lebih pantas dengan kurang memori GPU pada teras tensor NVIDIA)
- Daftar model baharu, kriteria, tugas, pengoptimum dan penjadual kadar pembelajaran baharu dengan mudah
- Konfigurasi fleksibel berdasarkan Hydra membenarkan gabungan kod, baris arahan dan konfigurasi berasaskan fail
Bahasa Pengaturcaraan
Python
Kategori
Ini adalah aplikasi yang juga boleh diambil dari https://sourceforge.net/projects/fairseq.mirror/. Ia telah dihoskan dalam OnWorks untuk dijalankan dalam talian dengan cara yang paling mudah daripada salah satu Sistem Operasi percuma kami.
