Aceasta este aplicația Linux numită Higher, a cărei ultimă versiune poate fi descărcată ca higherv0.2.1sourcecode.zip. Poate fi rulată online în furnizorul de găzduire gratuită OnWorks pentru stații de lucru.
Descarcă și rulează online gratuit această aplicație numită Higher with OnWorks.
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
Superior
DESCRIERE
higher este o bibliotecă specializată concepută pentru a extinde capabilitățile PyTorch prin permiterea diferențierii de ordin superior și a meta-învățării prin bucle de optimizare diferențiabile. Aceasta permite dezvoltatorilor și cercetătorilor să calculeze gradienți prin procese complete de optimizare, ceea ce este esențial pentru sarcini precum meta-învățarea, optimizarea hiperparametrilor și adaptarea modelului. Biblioteca introduce utilitare care convertesc instanțele standard torch.nn.Module în forme funcționale „fără stare”, astfel încât actualizările parametrilor pot fi tratate ca operații diferențiabile. De asemenea, oferă implementări diferențiabile ale optimizatorilor comuni precum SGD și Adam, făcând posibilă propagarea inversă printr-un număr arbitrar de pași de optimizare în bucla internă. Prin oferirea unei interfețe clare și flexibile, higher simplifică construirea de algoritmi complecși de învățare care necesită urmărirea gradienților pe mai multe niveluri de actualizare. Designul său asigură compatibilitatea cu modelele PyTorch existente.
Categorii
- Permite optimizarea buclei interne diferențiabile și urmărirea gradientului prin actualizări
- Convertește modelele torch.nn.Module în forme funcționale, fără stare, pentru meta-învățare
- Oferă versiuni diferențiabile ale optimizatorilor standard, cum ar fi Adam și SGD
- Permite optimizarea desfășurată pentru calculul gradientului de ordin superior
- Se integrează ușor în fluxurile de lucru PyTorch existente cu modificări minime
- Acceptă optimizatori diferențiabili personalizați prin înregistrare și subclasare
Limbaj de programare
Piton
Categorii
Aceasta este o aplicație care poate fi descărcată și de la https://sourceforge.net/projects/higher.mirror/. A fost găzduită în OnWorks pentru a putea fi rulată online în cel mai simplu mod de pe unul dintre sistemele noastre de operare gratuite.
