Jest to aplikacja dla systemu Windows o nazwie TorchRec, której najnowszą wersję można pobrać w wersji 0.5.0.zip. Można go uruchomić online w bezpłatnym dostawcy hostingu OnWorks dla stacji roboczych.
Pobierz i uruchom online tę aplikację o nazwie TorchRec z OnWorks za darmo.
Postępuj zgodnie z tymi instrukcjami, aby uruchomić tę aplikację:
- 1. Pobrałem tę aplikację na swój komputer.
- 2. Wpisz w naszym menedżerze plików https://www.onworks.net/myfiles.php?username=XXXXX z wybraną nazwą użytkownika.
- 3. Prześlij tę aplikację w takim menedżerze plików.
- 4. Uruchom dowolny emulator online systemu operacyjnego OnWorks z tej witryny, ale lepszy emulator online systemu Windows.
- 5. W systemie operacyjnym OnWorks Windows, który właśnie uruchomiłeś, przejdź do naszego menedżera plików https://www.onworks.net/myfiles.php?username=XXXXX z wybraną nazwą użytkownika.
- 6. Pobierz aplikację i zainstaluj ją.
- 7. Pobierz Wine z repozytoriów oprogramowania dystrybucji Linuksa. Po zainstalowaniu możesz dwukrotnie kliknąć aplikację, aby uruchomić ją za pomocą Wine. Możesz także wypróbować PlayOnLinux, fantazyjny interfejs w Wine, który pomoże Ci zainstalować popularne programy i gry Windows.
Wine to sposób na uruchamianie oprogramowania Windows w systemie Linux, ale bez systemu Windows. Wine to warstwa kompatybilności z systemem Windows typu open source, która może uruchamiać programy systemu Windows bezpośrednio na dowolnym pulpicie systemu Linux. Zasadniczo Wine próbuje ponownie zaimplementować system Windows od podstaw, aby mógł uruchamiać wszystkie te aplikacje Windows bez faktycznego korzystania z systemu Windows.
ZRZUTY EKRANU
Ad
LatarkaRec
OPIS
TorchRec to biblioteka domen PyTorch zbudowana w celu zapewnienia wspólnych prymitywów sparsity i równoległości potrzebnych dla systemów rekomendujących na dużą skalę (RecSys). Pozwala autorom trenować modele z dużymi tabelami osadzania podzielonymi na wiele procesorów graficznych. Prymitywy równoległości, które umożliwiają łatwe tworzenie dużych, wydajnych modeli z wieloma urządzeniami/wieloma węzłami przy użyciu hybrydowej równoległości danych/równoległości modelu. TorchRec sharder może dzielić na fragmenty tabele osadzania za pomocą różnych strategii dzielenia na fragmenty, w tym dzielenia na fragmenty równolegle do danych, tabel, wierszy, tabel i wierszy oraz kolumn. Planista TorchRec może automatycznie generować zoptymalizowane plany podziału na fragmenty dla modeli. Trening potokowy nakłada się na transfer danych z urządzenia (kopiowanie do GPU), komunikację między urządzeniami (input_dist) i obliczenia (do przodu, do tyłu) w celu zwiększenia wydajności. Zoptymalizowane jądra dla RecSys obsługiwane przez FBGEMM. Wsparcie kwantyzacji dla treningu i wnioskowania o ograniczonej precyzji. Wspólne moduły dla RecSys.
Zakładka Charakterystyka
- Zbudowany w celu zapewnienia wspólnych prymitywów rzadkości i równoległości potrzebnych w wielkoskalowych systemach rekomendujących
- Planista TorchRec może automatycznie generować zoptymalizowane plany podziału na fragmenty dla modeli
- Torchrec wymaga Pythona >= 3.7 i CUDA >= 11.0
- Eksperymentalny plik binarny w systemie Linux dla Pythona 3.7, 3.8 i 3.9 można zainstalować za pomocą kół pip
- TorchRec jest na licencji BSD
- Wsparcie kwantyzacji dla treningu i wnioskowania o ograniczonej precyzji
Język programowania
Python
Kategorie
Jest to aplikacja, którą można również pobrać z https://sourceforge.net/projects/torchrec.mirror/. Został umieszczony w OnWorks, aby można go było uruchomić online w najprostszy sposób z jednego z naszych bezpłatnych systemów operacyjnych.
