This is the Windows app named Mocha.jl whose latest release can be downloaded as Mocha.jlv0.3.1sourcecode.tar.gz. It can be run online in the free hosting provider OnWorks for workstations.
Завантажте та запустіть онлайн цю програму під назвою Mocha.jl за допомогою 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 будь-який онлайн емулятор ОС OnWorks з цього веб-сайту, але кращий онлайн-емулятор Windows.
- 5. З ОС OnWorks Windows, яку ви щойно запустили, перейдіть до нашого файлового менеджера https://www.onworks.net/myfiles.php?username=XXXXX з потрібним іменем користувача.
- 6. Завантажте програму та встановіть її.
- 7. Завантажте Wine зі сховищ програмного забезпечення дистрибутивів Linux. Після встановлення ви можете двічі клацнути програму, щоб запустити їх за допомогою Wine. Ви також можете спробувати PlayOnLinux, модний інтерфейс замість Wine, який допоможе вам встановити популярні програми та ігри Windows.
Wine — це спосіб запуску програмного забезпечення Windows на Linux, але без використання Windows. Wine — це рівень сумісності Windows з відкритим вихідним кодом, який може запускати програми Windows безпосередньо на будь-якому робочому столі Linux. По суті, Wine намагається повторно реалізувати достатньо Windows з нуля, щоб він міг запускати всі ці програми Windows, насправді не потребуючи Windows.
ЕКРАНИ
Ad
Mocha.jl
ОПИС
Mocha.jl — це фреймворк глибокого навчання для Julia, натхненний фреймворком C++ Caffe. Він пропонує ефективні реалізації розв'язувачів градієнтного спуску та поширених шарів нейронних мереж, підтримує необов'язкове попереднє навчання без учителя та дозволяє перемикатися на графічний процесор для пришвидшення продуктивності.
Функції
- Вбудований фреймворк глибокого навчання Julia, натхненний Caffe
- Ефективні реалізації стохастичних градієнтних розв'язувачів та стандартних шарів нейронної мережі
- Нативна реалізація Julia з простою інсталяцією та мінімальними залежностями
- Додатковий графічний процесор з використанням бібліотек NVIDIA (cuBLAS, cuDNN)
- Перемикання між режимами процесора та графічного процесора шляхом мінімальних змін коду
- Підтримує архітектури попереднього навчання без нагляду, такі як стекові автокодери
Мова програмування
Юлія
Категорії
Цю програму також можна завантажити з https://sourceforge.net/projects/mocha-jl.mirror/. Вона розміщена на OnWorks для найпростішого запуску онлайн з однієї з наших безкоштовних операційних систем.
