This is the Linux app named Horovod whose latest release can be downloaded as CustomdataloadersinSparkTorchEstimator,moremodelparallelisminKeras,improvedallgatherperformance,fixesforlatestPyTorchandTensorFlowversions.zip. It can be run online in the free hosting provider OnWorks for workstations.
I-download at patakbuhin online ang app na ito na pinangalanang Horovod sa 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 LALAKI
Ad
Horovod
DESCRIPTION
Ang Horovod ay orihinal na binuo ng Uber upang gawing mabilis at madaling gamitin ang ipinamahagi na malalim na pag-aaral, na nagpapababa sa oras ng pagsasanay ng modelo mula sa mga araw at linggo hanggang sa mga oras at minuto. Sa Horovod, ang isang umiiral na script ng pagsasanay ay maaaring palakihin upang tumakbo sa daan-daang mga GPU sa loob lamang ng ilang linya ng Python code. Maaaring i-install ang Horovod on-premise o maubusan ng out-of-the-box sa mga cloud platform, kabilang ang AWS, Azure, at Databricks. Ang Horovod ay maaari ding tumakbo sa tuktok ng Apache Spark, na ginagawang posible na pag-isahin ang pagpoproseso ng data at pagsasanay sa modelo sa isang solong pipeline. Kapag na-configure na ang Horovod, magagamit ang parehong imprastraktura upang sanayin ang mga modelo sa anumang framework, na ginagawang madali ang paglipat sa pagitan ng TensorFlow, PyTorch, MXNet, at mga framework sa hinaharap habang patuloy na nagbabago ang mga tech stack ng machine learning. Simulan ang pag-scale ng iyong pagsasanay sa modelo gamit lamang ang ilang linya ng Python code. Mag-scale ng hanggang daan-daang GPU na may pataas na 90% na kahusayan sa pag-scale.
Mga tampok
- Naipamahagi ang balangkas ng pagsasanay sa malalim na pag-aaral
- Para sa TensorFlow, Keras, PyTorch, at Apache MXNet
- Mag-scale ng hanggang daan-daang GPU na may pataas na 90% na kahusayan sa pag-scale
- Simulan ang pag-scale ng iyong pagsasanay sa modelo gamit lamang ang ilang linya ng Python code
- Parehong tumatakbo para sa TensorFlow, Keras, PyTorch, at MXNet
- Sa premise, sa cloud, at sa Apache Spark
Wika ng Programming
Sawa
Kategorya
Ito ay isang application na maaari ding makuha mula sa https://sourceforge.net/projects/horovod.mirror/. Na-host ito sa OnWorks upang mapatakbo online sa pinakamadaling paraan mula sa isa sa aming mga libreng Operative System.
