This is the Linux app named Higher whose latest release can be downloaded as higherv0.2.1sourcecode.zip. It can be run online in the free hosting provider OnWorks for workstations.
免费下载并在线运行这款名为 Higher 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。
SCREENSHOTS
Ad
更高
商品描述
higher 是一个专门的库，旨在通过可微分优化循环实现高阶微分和元学习，从而扩展 PyTorch 的功能。它允许开发者和研究人员在整个优化过程中计算梯度，这对于元学习、超参数优化和模型自适应等任务至关重要。该库引入了一些实用程序，将标准 torch.nn.Module 实例转换为“无状态”函数形式，因此参数更新可以被视为可微分操作。它还提供了常见优化器（如 SGD 和 Adam）的可微分实现，从而可以通过任意数量的内循环优化步骤进行反向传播。通过提供清晰灵活的接口，higher 简化了需要跨多个更新级别进行梯度跟踪的复杂学习算法的构建。其设计确保了与现有 PyTorch 模型的兼容性。
功能
- 通过更新实现可微分内环优化和梯度跟踪
- 将 torch.nn.Module 模型转换为用于元学习的功能性、无状态形式
- 提供 Adam 和 SGD 等标准优化器的可区分版本
- 允许对高阶梯度计算进行展开优化
- 只需进行少量修改即可轻松集成到现有的 PyTorch 工作流程中
- 通过注册和子类化支持自定义可区分优化器
程式语言
Python
分类
此应用程序也可从 https://sourceforge.net/projects/higher.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。
