Aceasta este aplicația Windows numită fairseq-lua, a cărei ultimă versiune poate fi descărcată sub numele fairseq-luasourcecode.tar.gz. Poate fi rulată online în furnizorul de găzduire gratuit OnWorks pentru stații de lucru.
Descărcați și rulați online această aplicație numită fairseq-lua 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 orice emulator online OS OnWorks de pe acest site, dar mai bun emulator online Windows.
- 5. Din sistemul de operare Windows OnWorks 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 și instalați-o.
- 7. Descărcați Wine din depozitele de software ale distribuțiilor Linux. Odată instalat, puteți apoi să faceți dublu clic pe aplicație pentru a le rula cu Wine. De asemenea, puteți încerca PlayOnLinux, o interfață elegantă peste Wine, care vă va ajuta să instalați programe și jocuri populare Windows.
Wine este o modalitate de a rula software-ul Windows pe Linux, dar fără a fi necesar Windows. Wine este un strat de compatibilitate Windows open-source care poate rula programe Windows direct pe orice desktop Linux. În esență, Wine încearcă să reimplementeze suficient Windows de la zero, astfel încât să poată rula toate acele aplicații Windows fără a avea nevoie efectiv de Windows.
SCREENSHOTS
Ad
fairseq-lua
DESCRIERE
fairseq-lua este versiunea originală Lua/Torch7 a setului de instrumente de modelare a secvențelor de la Facebook AI Research, conceput pentru traducerea automată neuronală (NMT) și generarea de secvențe. Acesta a introdus arhitecturi timpurii bazate pe atenție și conducte de antrenament care au evoluat ulterior în fairseq-ul modern bazat pe PyTorch. Framework-ul implementează modele secvență-secvență cu atenție, decodificare prin căutare de fascicul și antrenament distribuit, oferind o platformă de cercetare pentru explorarea traducerii, sumarizării și modelării limbajului. Designul său modular a facilitat prototiparea de noi arhitecturi prin modificarea codificatoarelor, decodificatoarelor sau mecanismelor de atenție. Deși acum este depreciat în favoarea rescrierii PyTorch, fairseq-lua a jucat un rol cheie în dezvoltarea sistemelor NMT la scară largă, cum ar fi versiunile timpurii ale modelelor de traducere de producție ale Facebook. Rămâne o referință istorică importantă pentru cadrele de învățare a secvențelor neuronale.
Categorii
- Arhitectură secvență-secvență cu mecanism de atenție
- Decodificarea căutării fasciculului pentru rezultate precise ale traducerii
- Antrenament multi-GPU și paralelizare distribuită
- Design modular pentru experimente personalizate encoder-decoder
- Suport pentru sarcini de traducere, sumarizare și modelare lingvistică
- Fundamentul istoric al framework-ului fairseq bazat pe PyTorch
Limbaj de programare
Lua
Categorii
Aceasta este o aplicație care poate fi descărcată și de la https://sourceforge.net/projects/fairseq-lua.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.
