这是名为 fairseq-lua 的 Linux 应用程序，其最新版本可以下载为 fairseq-luasourcecode.tar.gz。它可以在免费的工作站托管服务提供商 OnWorks 上在线运行。
使用 OnWorks 免费下载并在线运行这个名为 fairseq-lua 的应用程序。
请按照以下说明运行此应用程序：
- 1. 在您的 PC 中下载此应用程序。
- 2. 在我们的文件管理器 https://www.onworks.net/myfiles.php?username=XXXXX 中输入您想要的用户名。
- 3. 在这样的文件管理器中上传这个应用程序。
- 4. 从此网站启动OnWorks Linux online 或Windows online emulator 或MACOS online emulator。
- 5. 从您刚刚启动的 OnWorks Linux 操作系统，使用您想要的用户名转到我们的文件管理器 https://www.onworks.net/myfiles.php?username=XXXXX。
- 6. 下载应用程序，安装并运行。
SCREENSHOTS
Ad
fairseq-lua
商品描述
fairseq-lua 是 Facebook AI Research 序列建模工具包的原始 Lua/Torch7 版本，专为神经机器翻译 (NMT) 和序列生成而设计。它引入了早期基于注意力机制的架构和训练流程，后来演变为基于 PyTorch 的现代 fairseq。该框架实现了具有注意力机制、集束搜索解码和分布式训练的序列到序列模型，为探索翻译、摘要和语言建模提供了一个研究平台。其模块化设计使其能够通过修改编码器、解码器或注意力机制来轻松构建新架构的原型。尽管现已弃用，取而代之的是 PyTorch 重写，但 fairseq-lua 在推动大规模 NMT 系统（例如 Facebook 早期版本的生产翻译模型）的发展方面发挥了关键作用。它仍然是神经序列学习框架的重要历史参考。
功能
- 具有注意力机制的序列到序列架构
- 定向搜索解码以获得准确的翻译输出
- 多 GPU 训练和分布式并行化
- 定制编码器-解码器实验的模块化设计
- 支持翻译、摘要和语言建模任务
- 基于 PyTorch 的 fairseq 框架的历史基础
程式语言
LUA
分类
此应用程序也可从 https://sourceforge.net/projects/fairseq-lua.mirror/ 获取。它已托管在 OnWorks 中，以便通过我们的免费操作系统之一以最便捷的方式在线运行。
