这是名为 Horovod 的 Windows 应用程序，其最新版本可作为 Customdataloaders in SparkTorchEstimator、moremodelparallelisminKeras、improvedallgatherperformance、fixesforlatestPyTorchandTensorFlowversions.zip 下载。 它可以在工作站的免费托管服务提供商 OnWorks 中在线运行。
使用 OnWorks 免费下载并在线运行这个名为 Horovod 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
霍罗沃德
商品描述
Horovod 最初由 Uber 开发，旨在使分布式深度学习快速且易于使用，将模型训练时间从几天和几周缩短到几小时和几分钟。 借助 Horovod，只需几行 Python 代码即可将现有的训练脚本扩展到数百个 GPU 上运行。 Horovod 可以在本地安装或在云平台（包括 AWS、Azure 和 Databricks）中开箱即用。 Horovod 还可以在 Apache Spark 之上运行，从而可以将数据处理和模型训练统一到一个管道中。 配置好 Horovod 后，可以使用相同的基础设施来训练任何框架的模型，随着机器学习技术堆栈的不断发展，可以轻松地在 TensorFlow、PyTorch、MXNet 和未来的框架之间切换。 只需几行 Python 代码即可开始扩展您的模型训练。 以高达 90% 的扩展效率扩展到数百个 GPU。
特性
- 分布式深度学习训练框架
- 适用于 TensorFlow、Keras、PyTorch 和 Apache MXNet
- 以高达 90% 的扩展效率扩展到数百个 GPU
- 只需几行 Python 代码即可开始扩展您的模型训练
- 对 TensorFlow、Keras、PyTorch 和 MXNet 运行相同
- 在本地、云端和 Apache Spark 上
程式语言
Python
分类
这是一个也可以从 https://sourceforge.net/projects/horovod.mirror/ 获取的应用程序。 它已托管在 OnWorks 中，以便以最简单的方式从我们的免费操作系统之一在线运行。
