This is the Windows app named FairScale whose latest release can be downloaded as v0.4.13sourcecode.tar.gz. It can be run online in the free hosting provider OnWorks for workstations.
Muat turun dan jalankan dalam talian apl bernama FairScale dengan OnWorks ini 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 mana-mana emulator dalam talian OS OnWorks daripada tapak web ini, tetapi emulator dalam talian Windows yang lebih baik.
- 5. Daripada OS Windows 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 dan pasangnya.
- 7. Muat turun Wine dari repositori perisian pengedaran Linux anda. Setelah dipasang, anda kemudian boleh mengklik dua kali aplikasi untuk menjalankannya dengan Wine. Anda juga boleh mencuba PlayOnLinux, antara muka mewah melalui Wine yang akan membantu anda memasang program dan permainan Windows yang popular.
Wain ialah cara untuk menjalankan perisian Windows pada Linux, tetapi tanpa Windows diperlukan. Wain ialah lapisan keserasian Windows sumber terbuka yang boleh menjalankan program Windows secara langsung pada mana-mana desktop Linux. Pada asasnya, Wine cuba untuk melaksanakan semula Windows yang mencukupi dari awal supaya ia boleh menjalankan semua aplikasi Windows tersebut tanpa memerlukan Windows.
SKRIN
Ad
FairScale
DESCRIPTION
FairScale ialah koleksi prestasi PyTorch dan penskalaan primitif yang mempelopori banyak idea yang kini digunakan untuk latihan model besar. Ia memperkenalkan teknik gaya Sejajar Data Berkongsi Penuh (FSDP) yang menyatakan parameter model, kecerunan dan pengoptimum serpihan merentas peringkat agar sesuai dengan model yang lebih besar ke dalam belanjawan memori yang sama. Perpustakaan ini juga menyediakan saluran paip selari, titik semakan pengaktifan, ketepatan bercampur, pengoptimuman sharding keadaan (OSS) dan polisi pembungkusan automatik yang mengurangkan boilerplate dalam persediaan teragih yang kompleks. Komponennya adalah modular, jadi pasukan boleh menggunakan hanya pengoptimum sharding atau enjin saluran paip tanpa menulis semula gelung latihan mereka. FairScale memberi penekanan pada ketepatan dan kebolehnyahpenyah, menawarkan mata cangkuk, pengelogan dan contoh rujukan untuk corak jurulatih biasa. Walaupun banyak idea telah mendarat di teras PyTorch, FairScale kekal sebagai rujukan berharga dan kotak alat praktikal untuk memerah lebih banyak prestasi daripada kerja berbilang GPU dan berbilang nod.
Ciri-ciri
- Parameter gaya selari Data Berkongsi Penuh, gred dan pengoptimuman sharding
- Utiliti selari saluran paip dengan kawalan jadual
- Titik semak pengaktifan untuk pengiraan perdagangan untuk ingatan
- Pengoptimum drop-in State Sharding (OSS).
- Dasar ketepatan bercampur dan balut automatik untuk mudah diterima pakai
- Contoh dan cangkuk untuk latihan diedarkan gred pengeluaran
Bahasa Pengaturcaraan
Python
Kategori
Ini adalah aplikasi yang juga boleh diambil dari https://sourceforge.net/projects/fairscale.mirror/. Ia telah dihoskan dalam OnWorks untuk dijalankan dalam talian dengan cara yang paling mudah daripada salah satu Sistem Operasi percuma kami.
