Aceasta este aplicația Linux numită Catalyst a cărei ultimă versiune poate fi descărcată ca Catalyst21.12.zip. Poate fi rulat online în furnizorul de găzduire gratuit OnWorks pentru stații de lucru.
Descărcați și rulați online această aplicație numită Catalyst cu OnWorks gratuit.
Urmați aceste instrucțiuni pentru a rula această aplicație:
- 1. Ați descărcat această aplicație pe computer.
- 2. Introduceți în managerul nostru de fișiere https://www.onworks.net/myfiles.php?username=XXXXX cu numele de utilizator pe care îl doriți.
- 3. Încărcați această aplicație într-un astfel de manager de fișiere.
- 4. Porniți emulatorul online OnWorks Linux sau Windows online sau emulatorul online MACOS de pe acest site web.
- 5. Din sistemul de operare OnWorks Linux pe care tocmai l-ați pornit, accesați managerul nostru de fișiere https://www.onworks.net/myfiles.php?username=XXXXX cu numele de utilizator dorit.
- 6. Descărcați aplicația, instalați-o și rulați-o.
SCREENSHOTS
Ad
Catalizator
DESCRIERE
Catalyst este un cadru PyTorch pentru cercetare și dezvoltare accelerată în domeniul învățării profunde. Vă permite să scrieți pipeline Deep Learning compacte, dar complete, cu doar câteva linii de cod. Cu Catalyst obțineți un set complet de funcții, inclusiv o buclă de antrenament cu valori, puncte de verificare a modelului și multe altele, toate fără boilerplate. Catalyst se concentrează pe reproductibilitate, experimentare rapidă și reutilizare a bazei de cod, astfel încât să puteți întrerupe ciclul de scriere a unei alte bucle obișnuite de tren și să faceți ceva cu totul nou.
Catalyst este compatibil cu Python 3.6+. PyTorch 1.1+ și a fost testat pe Ubuntu 16.04/18.04/20.04, macOS 10.15, Windows 10 și Windows Subsystem pentru Linux. Face parte din Ecosistemul PyTorch, precum și din Ecosistemul Catalyst, care include Alchemy (înregistrare și vizualizare a experimentelor) și Reaction (servire de modele convenabile de învățare profundă).
DESCRIERE
- Tren universal/bucla de inferență
- Fișiere de configurare pentru hiperparametri model/date
- Toate variabilele de cod sursă și de mediu sunt salvate pentru reproductibilitate
- Apeluri inverse – piese reutilizabile pentru tren/conducta de inferență cu personalizare ușoară
- Suport pentru etapele de antrenament
- Cele mai bune practici de Deep Learning - SWA, AdamW, Ranger Optimizer, OneCycle și multe altele
- Cele mai bune practici de dezvoltare - suport fp16, training distribuit, suport slurm
Limbaj de programare
Piton
Categorii
Aceasta este o aplicație care poate fi preluată și de la https://sourceforge.net/projects/catalyst.mirror/. A fost găzduit în OnWorks pentru a fi rulat online într-un mod cât mai ușor de pe unul dintre sistemele noastre operative gratuite.
