Este é o aplicativo para Windows chamado fairseq-lua, cuja versão mais recente pode ser baixada como fairseq-luasourcecode.tar.gz. Ele pode ser executado online no provedor de hospedagem gratuita OnWorks para estações de trabalho.
Baixe e execute online este aplicativo chamado fairseq-lua com o 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 qualquer emulador on-line OS OnWorks a partir deste site, mas um emulador on-line melhor do Windows.
- 5. No sistema operacional OnWorks Windows 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 e instale-o.
- 7. Baixe o Wine de seus repositórios de software de distribuição Linux. Depois de instalado, você pode clicar duas vezes no aplicativo para executá-lo com o Wine. Você também pode experimentar o PlayOnLinux, uma interface sofisticada do Wine que o ajudará a instalar programas e jogos populares do Windows.
Wine é uma forma de executar software Windows no Linux, mas sem a necessidade de Windows. Wine é uma camada de compatibilidade do Windows de código aberto que pode executar programas do Windows diretamente em qualquer desktop Linux. Essencialmente, o Wine está tentando reimplementar o suficiente do Windows do zero para que possa executar todos os aplicativos do Windows sem realmente precisar do Windows.
SCREENSHOTS
Ad
fairseq-lua
DESCRIÇÃO
fairseq-lua é a versão original Lua/Torch7 do kit de ferramentas de modelagem de sequências do Facebook AI Research, projetado para tradução automática neural (NMT) e geração de sequências. Ele introduziu arquiteturas iniciais baseadas em atenção e pipelines de treinamento que posteriormente evoluíram para o moderno fairseq baseado em PyTorch. A estrutura implementa modelos sequência a sequência com atenção, decodificação de busca de feixe e treinamento distribuído, fornecendo uma plataforma de pesquisa para explorar tradução, sumarização e modelagem de linguagem. Seu design modular facilitou a prototipagem de novas arquiteturas modificando codificadores, decodificadores ou mecanismos de atenção. Embora agora obsoleto em favor da reescrita do PyTorch, fairseq-lua desempenhou um papel fundamental no avanço de sistemas NMT em larga escala, como as primeiras versões dos modelos de tradução de produção do Facebook. Continua sendo uma importante referência histórica para estruturas de aprendizado de sequências neurais.
Recursos
- Arquitetura sequência-a-sequência com mecanismo de atenção
- Decodificação de pesquisa de feixe para resultados de tradução precisos
- Treinamento multi-GPU e paralelização distribuída
- Projeto modular para experimentos personalizados de codificador-decodificador
- Suporte para tarefas de tradução, sumarização e modelagem de linguagem
- Fundação histórica para a estrutura fairseq baseada em PyTorch
Linguagem de Programação
Lua
Categorias
Este é um aplicativo que também pode ser obtido em https://sourceforge.net/projects/fairseq-lua.mirror/. Ele foi hospedado no OnWorks para ser executado online da maneira mais fácil em um de nossos sistemas operacionais gratuitos.
