Ito ang Windows app na pinangalanang SageMaker Training Toolkit na ang pinakabagong release ay maaaring ma-download bilang v5.1.0sourcecode.tar.gz. 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 SageMaker Training Toolkit 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. Magsimula ng anumang OS OnWorks online emulator mula sa website na ito, ngunit mas mahusay na Windows online emulator.
- 5. Mula sa OnWorks Windows 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 at i-install ito.
- 7. I-download ang Wine mula sa iyong mga Linux distributions software repository. Kapag na-install na, maaari mong i-double click ang app upang patakbuhin ang mga ito gamit ang Wine. Maaari mo ring subukan ang PlayOnLinux, isang magarbong interface sa ibabaw ng Wine na tutulong sa iyong mag-install ng mga sikat na programa at laro sa Windows.
Ang alak ay isang paraan upang patakbuhin ang software ng Windows sa Linux, ngunit walang kinakailangang Windows. Ang alak ay isang open-source na layer ng compatibility ng Windows na maaaring direktang magpatakbo ng mga program sa Windows sa anumang desktop ng Linux. Sa totoo lang, sinusubukan ng Wine na muling ipatupad ang sapat na Windows mula sa simula upang mapatakbo nito ang lahat ng mga Windows application na iyon nang hindi talaga nangangailangan ng Windows.
MGA LALAKI
Ad
Toolkit sa Pagsasanay ng SageMaker
DESCRIPTION
Sanayin ang mga modelo ng machine learning sa loob ng isang Docker container gamit ang Amazon SageMaker. Ang Amazon SageMaker ay isang ganap na pinamamahalaang serbisyo para sa mga workflow ng data science at machine learning (ML). Maaari mong gamitin ang Amazon SageMaker upang pasimplehin ang proseso ng pagbuo, pagsasanay, at pag-deploy ng mga modelo ng ML. Para sanayin ang isang modelo, maaari mong isama ang iyong script ng pagsasanay at mga dependency sa isang container ng Docker na nagpapatakbo ng iyong code ng pagsasanay. Ang isang lalagyan ay nagbibigay ng isang epektibong nakahiwalay na kapaligiran, na tinitiyak ang isang pare-parehong runtime at maaasahang proseso ng pagsasanay. Ang SageMaker Training Toolkit ay madaling maidagdag sa anumang lalagyan ng Docker, na ginagawa itong tugma sa SageMaker para sa mga modelo ng pagsasanay. Kung gumagamit ka ng prebuilt na imahe ng SageMaker Docker para sa pagsasanay, maaaring kasama na ang library na ito. Sumulat ng script ng pagsasanay (hal. train.py). Tukuyin ang isang lalagyan na may Dockerfile na kinabibilangan ng script ng pagsasanay at anumang mga dependency.
Mga tampok
- Ipasa ang mga argumento sa entry point gamit ang mga hyperparameter
- Upang sanayin ang isang modelo gamit ang larawan sa SageMaker, itulak ang larawan sa ECR at magsimula ng trabaho sa pagsasanay sa SageMaker gamit ang URI ng larawan
- Magbasa ng karagdagang impormasyon gamit ang mga variable ng kapaligiran
- Kumuha ng impormasyon tungkol sa kapaligiran ng lalagyan
- Isagawa ang entry point
- Lumikha ng imahe ng Docker at sanayin ang isang modelo
Wika ng Programming
Sawa
Kategorya
Ito ay isang application na maaari ding makuha mula sa https://sourceforge.net/projects/sagemaker-train-toolkit.mirror/. Na-host ito sa OnWorks upang mapatakbo online sa pinakamadaling paraan mula sa isa sa aming mga libreng Operative System.
