Este é o aplicativo Linux denominado Thinc, cuja versão mais recente pode ser baixada como v8.2.1_SupportPython3.12.zip. Ele pode ser executado online no provedor de hospedagem gratuito OnWorks para estações de trabalho.
Baixe e execute online este aplicativo chamado Thinc with OnWorks gratuitamente.
Siga estas instruções para executar este aplicativo:
- 1. Baixe este aplicativo em seu PC.
- 2. Entre em nosso gerenciador de arquivos https://www.onworks.net/myfiles.php?username=XXXXX com o nome de usuário que você deseja.
- 3. Carregue este aplicativo em tal gerenciador de arquivos.
- 4. Inicie o emulador OnWorks Linux online ou Windows online ou emulador MACOS online a partir deste site.
- 5. No sistema operacional OnWorks Linux que você acabou de iniciar, acesse nosso gerenciador de arquivos https://www.onworks.net/myfiles.php?username=XXXXX com o nome de usuário que deseja.
- 6. Baixe o aplicativo, instale-o e execute-o.
CAPTURAS DE TELA:
Afinar
DESCRIÇÃO:
Thinc é uma biblioteca leve de aprendizado profundo que oferece uma API de programação funcional elegante, verificada por tipo para compor modelos, com suporte para camadas definidas em outras estruturas, como PyTorch, TensorFlow e MXNet. Você pode usar o Thinc como uma camada de interface, um kit de ferramentas autônomo ou uma maneira flexível de desenvolver novos modelos. Versões anteriores do Thinc foram executadas silenciosamente em produção em milhares de empresas, tanto via spaCy quanto Prodigy. Escrevemos a nova versão para permitir que os usuários criem, configurem e implantem modelos personalizados criados com sua estrutura favorita. Alterne entre os modelos PyTorch, TensorFlow e MXNet sem alterar seu aplicativo ou até mesmo crie híbridos mutantes usando o intercâmbio de matriz de cópia zero. Desenvolva mais rápido e detecte bugs mais cedo com verificação de tipo sofisticada. Tentando passar uma matriz unidimensional para um modelo que espera duas dimensões? Isso é um erro de tipo. Seu editor pode pegá-lo conforme o código sai de seus dedos.
Recursos
- Verifique suas definições de modelo com tipos personalizados e plug-in mypy
- Enrole os modelos PyTorch, TensorFlow e MXNet para uso em sua rede
- Abordagem de programação funcional concisa para definição de modelo, usando composição em vez de herança
- Notação infixa personalizada opcional via sobrecarga de operador
- Sistema de configuração integrado para descrever árvores de objetos e hiperparâmetros
- Escolha de back-ends extensíveis
Linguagem de Programação
Python
Categorias
Este é um aplicativo que também pode ser obtido em https://sourceforge.net/projects/thinc.mirror/. Ele foi hospedado em OnWorks para ser executado online da maneira mais fácil a partir de um de nossos Sistemas Operativos gratuitos.