这是名为 Fairseq 的 Linux 应用程序，其最新版本可以下载为 v0.10.2.zip。 它可以在工作站的免费托管服务提供商 OnWorks 中在线运行。
免费下载并在线运行这个名为 Fairseq with OnWorks 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。
截图：
费尔赛克
描述：
Fairseq(-py) 是一个序列建模工具包，允许研究人员和开发人员为翻译、摘要、语言建模和其他文本生成任务训练自定义模型。 我们提供各种序列建模论文的参考实现。 微软和谷歌最近的工作表明，通过在数据并行工作者之间分片模型参数和优化器状态，可以显着提高数据并行训练的效率。 这些想法被封装在 fairscale 提供的新的 FullyShardedDataParallel (FSDP) 包装器中。 Fairseq 可以通过用户提供的插件进行扩展。 模型定义了神经网络架构并封装了所有可学习的参数。 给定模型输出和目标，标准计算损失函数。 任务存储字典并为加载/迭代数据集、初始化模型/标准和计算损失提供帮助。
特征
- 在一台机器上或多台机器上进行多 GPU 训练（数据和模型并行）
- 在 CPU 和 GPU 上快速生成，实现了多种搜索算法
- 梯度累积即使在单个 GPU 上也可以使用大型 mini-batch 进行训练
- 混合精度训练（在 NVIDIA 张量核心上使用更少的 GPU 内存更快地训练）
- 轻松注册新模型、标准、任务、优化器和学习率调度器
- 基于 Hydra 的灵活配置允许结合基于代码、命令行和文件的配置
程式语言
蟒蛇
分类目录
这是一个也可以从 https://sourceforge.net/projects/fairseq.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。