Ito ang Linux app na pinangalanang TorchRec na ang pinakabagong release ay maaaring ma-download bilang v0.5.0.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 TorchRec 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:
TorchRec
DESCRIPTION:
Ang TorchRec ay isang PyTorch domain library na binuo upang magbigay ng karaniwang sparsity at parallelism primitive na kailangan para sa malakihang mga sistema ng rekomendasyon (RecSys). Binibigyang-daan nito ang mga may-akda na sanayin ang mga modelo na may malalaking embedding table na nahati sa maraming GPU. Parallelism primitives na nagbibigay-daan sa madaling pag-author ng malaki, gumaganap na multi-device/multi-node na mga modelo gamit ang hybrid na data-parallelism/model-parallelism. Ang TorchRec sharder ay maaaring mag-shard ng mga talahanayan sa pag-embed na may iba't ibang mga diskarte sa sharding kabilang ang data-parallel, table-wise, row-wise, table-wise-row-wise, at column-wise sharding. Ang tagaplano ng TorchRec ay maaaring awtomatikong bumuo ng mga na-optimize na sharding plan para sa mga modelo. Ang pipelined na pagsasanay ay nag-o-overlap ng dataloading device transfer (kopya sa GPU), inter-device na komunikasyon (input_dist), at computation (forward, backward) para sa mas mataas na performance. Mga na-optimize na kernel para sa RecSys na pinapagana ng FBGEMM. Suporta sa quantization para sa pinababang pagsasanay sa katumpakan at hinuha. Mga karaniwang module para sa RecSys.
Mga tampok
- Binuo para magbigay ng karaniwang sparsity at parallelism primitive na kailangan para sa malakihang mga system ng tagarekomenda
- Ang TorchRec planner ay maaaring awtomatikong bumuo ng mga optimized na sharding plan para sa mga modelo
- Ang Torchrec ay nangangailangan ng Python >= 3.7 at CUDA >= 11.0
- Ang pang-eksperimentong binary sa Linux para sa Python 3.7, 3.8 at 3.9 ay maaaring mai-install sa pamamagitan ng mga gulong ng pip
- Ang TorchRec ay lisensyado ng BSD
- Suporta sa quantization para sa pinababang pagsasanay sa katumpakan at hinuha
Wika ng Programming
Sawa
Kategorya
Ito ay isang application na maaari ding makuha mula sa https://sourceforge.net/projects/torchrec.mirror/. Na-host ito sa OnWorks upang mapatakbo online sa pinakamadaling paraan mula sa isa sa aming mga libreng Operative System.