这是一个名为 Gin Config 的 Windows 应用程序，其最新版本可从 gin-configv0.1-alphasourcecode.zip 下载。它可以在免费主机提供商 OnWorks for Workstations 上在线运行。
使用 OnWorks 免费下载并在线运行名为 Gin Config 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
金酒配置
商品描述
Gin Config 是一个轻量级且灵活的 Python 配置框架，它基于依赖注入构建。它使开发者能够管理复杂的参数层级结构（这在机器学习实验中尤为常见），而无需依赖样板配置类或 proto 文件。通过使用 `@gin.configurable` 装饰函数和类，Gin 允许用户使用简单的配置文件（.gin 文件）或命令行绑定来覆盖它们的参数。用户可以定义默认参数值、作用域配置以及对函数、类或实例的模块化引用，从而构建高度可组合且动态的实验设置。Gin 在 TensorFlow 和 PyTorch 项目中尤其受欢迎，因为研究人员和开发者需要跨模型、数据集、优化器和训练流程调整众多相互依赖的参数。
产品特性
- 基于依赖注入的 Python 函数和类配置
- 可通过 .gin 配置文件或命令行绑定覆盖参数
- 用于管理多个实例（例如，GAN、多模型系统）的作用域配置
- 可配置的引用，用于动态传递函数、类或实例。
- 复杂实验图的分层配置
- TensorFlow (gin.tf) 和 PyTorch (gin.torch) 集成
程式语言
Python、Unix 外壳
分类
该应用程序也可以从 https://sourceforge.net/projects/gin-config.mirror/ 获取。它托管在 OnWorks 上，以便可以通过我们的免费操作系统之一以最简单的方式在线运行。
