นี่คือแอป Linux ชื่อ Higher ซึ่งสามารถดาวน์โหลดเวอร์ชันล่าสุดได้ที่ higherv0.2.1sourcecode.zip สามารถรันออนไลน์ได้บน OnWorks ซึ่งเป็นผู้ให้บริการโฮสติ้งฟรีสำหรับเวิร์กสเตชัน
ดาวน์โหลดและใช้งานแอปชื่อ Higher ออนไลน์ด้วย OnWorks ได้ฟรี
ทำตามคำแนะนำเหล่านี้เพื่อเรียกใช้แอปนี้:
- 1. ดาวน์โหลดแอปพลิเคชั่นนี้ในพีซีของคุณ
- 2. เข้าไปที่ file manager https://www.onworks.net/myfiles.php?username=XXXXX ด้วยชื่อผู้ใช้ที่คุณต้องการ
- 3. อัปโหลดแอปพลิเคชันนี้ในตัวจัดการไฟล์ดังกล่าว
- 4. เริ่มโปรแกรมจำลองออนไลน์ของ OnWorks Linux หรือ Windows ออนไลน์ หรือโปรแกรมจำลองออนไลน์ MACOS จากเว็บไซต์นี้
- 5. จาก OnWorks Linux OS คุณเพิ่งเริ่มต้น ไปที่ตัวจัดการไฟล์ของเรา https://www.onworks.net/myfiles.php?username=XXXXX พร้อมชื่อผู้ใช้ที่คุณต้องการ
- 6. ดาวน์โหลดแอปพลิเคชั่น ติดตั้ง และเรียกใช้
ภาพหน้าจอ
Ad
สูงกว่า
DESCRIPTION
higher เป็นไลบรารีเฉพาะที่ออกแบบมาเพื่อขยายขีดความสามารถของ PyTorch โดยเปิดใช้งานการแยกความแตกต่างลำดับสูงและการเรียนรู้เมตาผ่านลูปการหาค่าเหมาะที่สุดที่หาค่าเหมาะที่สุดได้ ไลบรารีนี้ช่วยให้นักพัฒนาและนักวิจัยสามารถคำนวณการไล่ระดับผ่านกระบวนการหาค่าเหมาะที่สุดทั้งหมด ซึ่งเป็นสิ่งจำเป็นสำหรับงานต่างๆ เช่น การเรียนรู้เมตา การหาค่าเหมาะที่สุดแบบไฮเปอร์พารามิเตอร์ และการปรับโมเดล ไลบรารีนี้นำเสนอยูทิลิตี้ที่แปลงอินสแตนซ์ torch.nn.Module มาตรฐานเป็นรูปแบบฟังก์ชันแบบ "ไร้สถานะ" เพื่อให้การอัปเดตพารามิเตอร์สามารถถือเป็นการดำเนินการหาค่าเหมาะที่สุดได้ นอกจากนี้ยังมีการใช้งานการหาค่าเหมาะที่สุดสำหรับออปติไมเซอร์ทั่วไป เช่น SGD และ Adam ซึ่งทำให้สามารถย้อนกลับไปยังขั้นตอนการหาค่าเหมาะที่สุดภายในลูปได้หลายขั้นตอน higher ช่วยลดความยุ่งยากในการสร้างอัลกอริทึมการเรียนรู้ที่ซับซ้อนซึ่งจำเป็นต้องมีการติดตามการไล่ระดับในหลายระดับการอัปเดต การออกแบบของไลบรารีนี้ช่วยให้สามารถใช้งานร่วมกับโมเดล PyTorch ที่มีอยู่ได้
คุณสมบัติ
- เปิดใช้งานการเพิ่มประสิทธิภาพวงในแบบแยกความแตกต่างและการติดตามการไล่ระดับสีผ่านการอัปเดต
- แปลงโมเดล torch.nn.Module เป็นรูปแบบฟังก์ชันที่ไม่มีสถานะสำหรับการเรียนรู้แบบเมตา
- ให้เวอร์ชันที่แตกต่างของตัวเพิ่มประสิทธิภาพมาตรฐานเช่น Adam และ SGD
- ช่วยให้ปรับแต่งค่าการคลี่ออกได้สำหรับการคำนวณการไล่ระดับลำดับสูง
- ผสานรวมเข้ากับเวิร์กโฟลว์ PyTorch ที่มีอยู่ได้อย่างง่ายดายด้วยการปรับเปลี่ยนเพียงเล็กน้อย
- รองรับตัวเพิ่มประสิทธิภาพแบบแยกความแตกต่างที่กำหนดเองผ่านการลงทะเบียนและการจัดคลาสย่อย
ภาษาโปรแกรม
หลาม
หมวดหมู่
นี่คือแอปพลิเคชันที่สามารถดึงข้อมูลจาก https://sourceforge.net/projects/higher.mirror/ ได้ แอปพลิเคชันนี้โฮสต์อยู่ใน OnWorks เพื่อให้ใช้งานออนไลน์ได้ง่ายที่สุดจากระบบปฏิบัติการฟรีของเรา
