Bu, en son sürümü higherv0.2.1sourcecode.zip olarak indirilebilen Higher adlı Linux uygulamasıdır. İş istasyonları için ücretsiz barındırma sağlayıcısı OnWorks'te çevrimiçi olarak çalıştırılabilir.
Higher with OnWorks isimli bu uygulamayı ücretsiz olarak çevrimiçi indirin ve çalıştırın.
Bu uygulamayı çalıştırmak için şu talimatları izleyin:
- 1. Bu uygulamayı PC'nize indirdiniz.
- 2. Dosya yöneticimize https://www.onworks.net/myfiles.php?username=XXXXX istediğiniz kullanıcı adını girin.
- 3. Bu uygulamayı böyle bir dosya yöneticisine yükleyin.
- 4. Bu web sitesinden OnWorks Linux çevrimiçi veya Windows çevrimiçi öykünücüsünü veya MACOS çevrimiçi öykünücüsünü başlatın.
- 5. Yeni başladığınız OnWorks Linux işletim sisteminden, istediğiniz kullanıcı adıyla https://www.onworks.net/myfiles.php?username=XXXXX dosya yöneticimize gidin.
- 6. Uygulamayı indirin, kurun ve çalıştırın.
EKRAN
Ad
Daha yüksek
AÇIKLAMA
higher, türevlenebilir optimizasyon döngüleri aracılığıyla yüksek mertebeden türevleme ve meta öğrenmeyi etkinleştirerek PyTorch'un yeteneklerini genişletmek üzere tasarlanmış özel bir kütüphanedir. Geliştiricilerin ve araştırmacıların, meta öğrenme, hiperparametre optimizasyonu ve model uyarlaması gibi görevler için olmazsa olmaz olan tüm optimizasyon süreçleri boyunca gradyanları hesaplamalarına olanak tanır. Kütüphane, standart torch.nn.Module örneklerini "durumsuz" fonksiyonel formlara dönüştüren yardımcı programlar sunar, böylece parametre güncellemeleri türevlenebilir işlemler olarak ele alınabilir. Ayrıca, SGD ve Adam gibi yaygın optimizasyon araçlarının türevlenebilir uygulamalarını sağlayarak, keyfi sayıda iç döngü optimizasyon adımıyla geri yayılımı mümkün kılar. Açık ve esnek bir arayüz sunarak higher, birden fazla güncelleme seviyesinde gradyan izleme gerektiren karmaşık öğrenme algoritmalarının oluşturulmasını kolaylaştırır. Tasarımı, mevcut PyTorch modelleriyle uyumluluğu garanti eder.
Özellikler
- Güncellemeler aracılığıyla farklılaştırılabilir iç döngü optimizasyonunu ve gradyan izlemeyi etkinleştirir
- torch.nn.Module modellerini meta öğrenme için işlevsel, durumsuz biçimlere dönüştürür
- Adam ve SGD gibi standart optimize edicilerin farklılaştırılabilir sürümlerini sağlar
- Daha yüksek dereceli gradyan hesaplaması için açılmış optimizasyona izin verir
- Mevcut PyTorch iş akışlarına minimum değişiklikle kolayca entegre olur
- Kayıt ve alt sınıflandırma yoluyla özel türevlenebilir iyileştiricileri destekler
Programlama dili
Python
Kategoriler
Bu uygulama, https://sourceforge.net/projects/higher.mirror/ adresinden de indirilebilir. Ücretsiz İşletim Sistemlerimizden birinden çevrimiçi olarak en kolay şekilde çalıştırılabilmesi için OnWorks'te barındırılmıştır.
