Це програма для Linux під назвою Catalyst, останню версію якої можна завантажити як Catalyst21.12.zip. Його можна запустити в режимі онлайн за допомогою безкоштовного хостинг-провайдера OnWorks для робочих станцій.
Завантажте та запустіть онлайн цю програму під назвою Catalyst з OnWorks безкоштовно.
Дотримуйтесь цих інструкцій, щоб запустити цю програму:
- 1. Завантажив цю програму на свій ПК.
- 2. Введіть у наш файловий менеджер https://www.onworks.net/myfiles.php?username=XXXXX із потрібним ім'ям користувача.
- 3. Завантажте цю програму в такий файловий менеджер.
- 4. Запустіть онлайн-емулятор OnWorks Linux або Windows або онлайн-емулятор MACOS з цього веб-сайту.
- 5. З ОС OnWorks Linux, яку ви щойно запустили, перейдіть до нашого файлового менеджера https://www.onworks.net/myfiles.php?username=XXXXX з потрібним іменем користувача.
- 6. Завантажте програму, встановіть її та запустіть.
ЕКРАНИ
Ad
Каталізатор
ОПИС
Catalyst — це фреймворк PyTorch для прискорених досліджень і розробок глибокого навчання. Він дозволяє писати компактні, але повнофункціональні конвеєри глибокого навчання лише за допомогою кількох рядків коду. З Catalyst ви отримуєте повний набір функцій, включаючи цикл навчання з метриками, контрольні точки моделі та багато іншого, і все це без шаблону. Catalyst зосереджений на відтворюваності, швидкому експериментуванні та повторному використанні кодової бази, щоб ви могли розірвати цикл написання ще одного звичайного циклу і створити щось абсолютно нове.
Catalyst сумісний з Python 3.6+. PyTorch 1.1+ і був протестований на Ubuntu 16.04/18.04/20.04, macOS 10.15, Windows 10 і підсистемі Windows для Linux. Це частина екосистеми PyTorch, а також екосистеми Catalyst, яка включає Alchemy (реєстрація експериментів і візуалізація) і Reaction (зручні моделі глибокого навчання).
риси
- Універсальний цикл поїзда/виведення
- Файли конфігурації для гіперпараметрів моделі/даних
- Весь вихідний код і змінні середовища збережені для відтворюваності
- Зворотні виклики – деталі конвеєра для багаторазового використання/виведення з легкою настроюванням
- Підтримка етапів навчання
- Найкращі методи глибокого навчання – SWA, AdamW, оптимізатор Ranger, OneCycle тощо
- Найкращий досвід розробок - підтримка fp16, розподілене навчання, підтримка стрім
Мова програмування
Python
Категорії
Це додаток, який також можна отримати з https://sourceforge.net/projects/catalyst.mirror/. Його розміщено в OnWorks, щоб його можна було запустити в Інтернеті найпростішим способом з однієї з наших безкоштовних операційних систем.