这是名为 Hivemind 的 Windows 应用程序，其最新版本可以作为 1.1.10_macOSandLinuxARMsupport.zip 下载。 它可以在免费的工作站托管提供商 OnWorks 中在线运行。
使用 OnWorks 免费下载并在线运行这个名为 Hivemind 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. 从本网站启动任何 OS OnWorks 在线模拟器，但更好的 Windows 在线模拟器。
- 5. 从您刚刚启动的 OnWorks Windows 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. 下载应用程序并安装。
- 7. 从您的 Linux 发行版软件存储库下载 Wine。 安装后，您可以双击该应用程序以使用 Wine 运行它们。 您还可以尝试 PlayOnLinux，这是 Wine 上的一个花哨界面，可帮助您安装流行的 Windows 程序和游戏。
Wine 是一种在 Linux 上运行 Windows 软件的方法，但不需要 Windows。 Wine 是一个开源的 Windows 兼容层，可以直接在任何 Linux 桌面上运行 Windows 程序。 本质上，Wine 试图从头开始重新实现足够多的 Windows，以便它可以运行所有这些 Windows 应用程序，而实际上不需要 Windows。
SCREENSHOTS
Ad
蜂群思维
商品描述
Hivemind 是一个 PyTorch 库，用于跨 Internet 的去中心化深度学习。 它的预期用途是在来自不同大学、公司和志愿者的数百台计算机上训练一个大型模型。 没有主节点的分布式训练：分布式哈希表允许连接分散网络中的计算机。 容错反向传播：即使某些节点没有响应或响应时间过长，前向和后向传递也会成功。 分散的参数平均：迭代地聚合来自多个工作人员的更新，而无需在整个网络中同步。 训练任意大小的神经网络：它们的部分层通过分散的专家混合分布在参与者之间。 如果您在我们的库的帮助下成功训练了模型或创建了下游存储库，请随时提交拉取请求，将您的项目添加到列表中。
特征
- 在安装之前，请确保您的环境具有 Python 3.7+
- 分散参数平均
- 容错反向传播
- 没有主节点的分布式训练
- 训练任意大小的神经网络
- 默认情况下，hivemind 使用 go-libp2p-daemon 库的预编译二进制文件
程式语言
蟒蛇
分类目录
这是一个也可以从 https://sourceforge.net/projects/hivemind.mirror/ 获取的应用程序。 它已托管在 OnWorks 中，以便通过我们的免费操作系统之一以最简单的方式在线运行。
