Bu, en son sürümü fairseq-luasourcecode.tar.gz olarak indirilebilen fairseq-lua adlı Windows uygulamasıdır. İş istasyonları için ücretsiz barındırma sağlayıcısı OnWorks'te çevrimiçi olarak çalıştırılabilir.
Fairseq-lua adlı bu uygulamayı OnWorks ile 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 herhangi bir OS OnWorks çevrimiçi öykünücüsünü başlatın, ancak daha iyi Windows çevrimiçi öykünücüsü.
- 5. Yeni başlattığınız OnWorks Windows işletim sisteminden, istediğiniz kullanıcı adıyla https://www.onworks.net/myfiles.php?username=XXXXX dosya yöneticimize gidin.
- 6. Uygulamayı indirin ve kurun.
- 7. Wine'ı Linux dağıtımları yazılım havuzlarınızdan indirin. Kurulduktan sonra, Wine ile çalıştırmak için uygulamaya çift tıklayabilirsiniz. Ayrıca, popüler Windows programlarını ve oyunlarını yüklemenize yardımcı olacak Wine üzerinden gösterişli bir arayüz olan PlayOnLinux'u da deneyebilirsiniz.
Wine, Windows yazılımını Linux üzerinde çalıştırmanın bir yoludur, ancak Windows gerektirmez. Wine, Windows programlarını doğrudan herhangi bir Linux masaüstünde çalıştırabilen açık kaynaklı bir Windows uyumluluk katmanıdır. Esasen Wine, Windows'a ihtiyaç duymadan tüm bu Windows uygulamalarını çalıştırabilmesi için yeterince Windows'u sıfırdan yeniden uygulamaya çalışıyor.
EKRAN
Ad
fairseq-lua
AÇIKLAMA
fairseq-lua, Facebook AI Research'ün sinirsel makine çevirisi (NMT) ve dizi üretimi için tasarlanmış dizi modelleme araç setinin orijinal Lua/Torch7 sürümüdür. Daha sonra modern PyTorch tabanlı fairseq'e dönüşen erken dikkat tabanlı mimarileri ve eğitim hatlarını tanıttı. Çerçeve, dikkat, ışın arama kod çözme ve dağıtılmış eğitim ile diziden diziye modeller uygulayarak çeviri, özetleme ve dil modellemeyi keşfetmek için bir araştırma platformu sağlar. Modüler tasarımı, kodlayıcıları, kod çözücüleri veya dikkat mekanizmalarını değiştirerek yeni mimarilerin prototiplenmesini kolaylaştırdı. PyTorch'un yeniden yazılması lehine artık kullanımdan kaldırılmış olsa da fairseq-lua, Facebook'un üretim çeviri modellerinin erken sürümleri gibi büyük ölçekli NMT sistemlerinin ilerlemesinde önemli bir rol oynamıştır. Sinirsel dizi öğrenme çerçeveleri için önemli bir tarihsel referans olmaya devam etmektedir.
Özellikler
- Dikkat mekanizmasına sahip diziden diziye mimari
- Doğru çeviri çıktıları için ışın arama kod çözme
- Çoklu GPU eğitimi ve dağıtılmış paralelleştirme
- Özel kodlayıcı-kod çözücü deneyleri için modüler tasarım
- Çeviri, özetleme ve dil modelleme görevleri için destek
- PyTorch tabanlı fairseq çerçevesinin tarihsel temeli
Programlama dili
Lua
Kategoriler
Bu uygulama, https://sourceforge.net/projects/fairseq-lua.mirror/ adresinden de indirilebilir. Ücretsiz İşletim Sistemlerimizden biri üzerinden çevrimiçi olarak en kolay şekilde çalıştırılabilmesi için OnWorks'te barındırılmıştır.
