Ito ang Linux app na pinangalanang Catalyst na ang pinakabagong release ay maaaring ma-download bilang Catalyst21.12.zip. Maaari itong patakbuhin online sa libreng hosting provider na OnWorks para sa mga workstation.
I-download at patakbuhin online ang app na ito na pinangalanang Catalyst na may OnWorks nang libre.
Sundin ang mga tagubiling ito upang patakbuhin ang app na ito:
- 1. Na-download ang application na ito sa iyong PC.
- 2. Ipasok sa aming file manager https://www.onworks.net/myfiles.php?username=XXXXX kasama ang username na gusto mo.
- 3. I-upload ang application na ito sa naturang filemanager.
- 4. Simulan ang OnWorks Linux online o Windows online emulator o MACOS online emulator mula sa website na ito.
- 5. Mula sa OnWorks Linux OS na kasisimula mo pa lang, pumunta sa aming file manager https://www.onworks.net/myfiles.php?username=XXXX gamit ang username na gusto mo.
- 6. I-download ang application, i-install ito at patakbuhin ito.
MGA SCREENSHOT:
Katalista
DESCRIPTION:
Ang Catalyst ay isang PyTorch framework para sa pinabilis na Deep Learning na pananaliksik at pag-unlad. Binibigyang-daan ka nitong magsulat ng mga compact ngunit full-feature na Deep Learning pipeline na may ilang linya lang ng code. Sa Catalyst makakakuha ka ng isang buong hanay ng mga tampok kabilang ang isang loop ng pagsasanay na may mga sukatan, pag-checkpoint ng modelo at higit pa, lahat nang walang boilerplate. Nakatuon ang Catalyst sa reproducibility, mabilis na pag-eeksperimento, at muling paggamit ng codebase para masira mo ang cycle ng pagsulat ng isa pang regular na loop ng tren at gumawa ng isang bagay na ganap na bago.
Ang Catalyst ay katugma sa Python 3.6+. PyTorch 1.1+, at nasubok sa Ubuntu 16.04/18.04/20.04, macOS 10.15, Windows 10 at Windows Subsystem para sa Linux. Bahagi ito ng PyTorch Ecosystem, pati na rin ang Catalyst Ecosystem na kinabibilangan ng Alchemy (pag-log at visualization ng mga eksperimento) at Reaction (maginhawang paghahatid ng deep learning models).
Mga tampok
- Universal train/inference loop
- Mga file ng configuration para sa mga hyperparameter ng modelo/data
- Ang lahat ng source code at mga variable ng kapaligiran ay nai-save para sa muling paggawa
- Mga callback – magagamit muli ang mga bahagi ng pipeline ng tren/inference na may madaling pag-customize
- Suporta para sa mga yugto ng pagsasanay
- Pinakamahuhusay na kasanayan sa Deep Learning - SWA, AdamW, Ranger optimizer, OneCycle, at higit pa
- Mga pinakamahuhusay na kagawian sa pagbuo - suporta sa fp16, distributed na pagsasanay, suporta sa slurm
Wika ng Programming
Sawa
Kategorya
Ito ay isang application na maaari ding makuha mula sa https://sourceforge.net/projects/catalyst.mirror/. Na-host ito sa OnWorks upang mapatakbo online sa pinakamadaling paraan mula sa isa sa aming mga libreng Operative System.