هذا هو تطبيق Windows المسمى tvm والذي يمكن تنزيل أحدث إصدار له باسم ApacheTVMv0.11.1.zip. يمكن تشغيله عبر الإنترنت في مزود الاستضافة المجاني OnWorks لمحطات العمل.
قم بتنزيل وتشغيل هذا التطبيق المسمى tvm مع OnWorks عبر الإنترنت مجانًا.
اتبع هذه التعليمات لتشغيل هذا التطبيق:
- 1. قم بتنزيل هذا التطبيق على جهاز الكمبيوتر الخاص بك.
- 2. أدخل في مدير الملفات الخاص بنا https://www.onworks.net/myfiles.php؟username=XXXXX باسم المستخدم الذي تريده.
- 3. تحميل هذا التطبيق في هذا الملف.
- 4. ابدأ تشغيل أي محاكي لنظام التشغيل OnWorks عبر الإنترنت من موقع الويب هذا ، ولكن أفضل محاكي Windows عبر الإنترنت.
- 5. من نظام التشغيل OnWorks Windows الذي بدأته للتو ، انتقل إلى مدير الملفات الخاص بنا https://www.onworks.net/myfiles.php؟username=XXXXX مع اسم المستخدم الذي تريده.
- 6. قم بتنزيل التطبيق وتثبيته.
- 7. قم بتنزيل Wine من مستودعات برامج توزيعات Linux الخاصة بك. بمجرد التثبيت ، يمكنك النقر نقرًا مزدوجًا فوق التطبيق لتشغيله باستخدام Wine. يمكنك أيضًا تجربة PlayOnLinux ، وهي واجهة رائعة على Wine والتي ستساعدك على تثبيت برامج وألعاب Windows الشائعة.
يعد Wine طريقة لتشغيل برامج Windows على نظام Linux ، ولكن بدون الحاجة إلى Windows. Wine عبارة عن طبقة توافق Windows مفتوحة المصدر يمكنها تشغيل برامج Windows مباشرة على أي سطح مكتب Linux. بشكل أساسي ، يحاول Wine إعادة تنفيذ ما يكفي من Windows من البداية حتى يتمكن من تشغيل جميع تطبيقات Windows دون الحاجة إلى Windows بالفعل.
SCREENSHOTS
Ad
TVM
الوصف
Apache TVM هو إطار عمل مترجم لتعلم الآلة مفتوح المصدر لوحدات المعالجة المركزية ووحدات معالجة الرسومات ومسرعات التعلم الآلي. يهدف إلى تمكين مهندسي التعلم الآلي من تحسين العمليات الحسابية وتشغيلها بكفاءة على أي واجهة خلفية للأجهزة. تتمثل رؤية Apache TVM Project في استضافة مجتمع متنوع من الخبراء والممارسين في التعلم الآلي والمجمعين وهندسة الأنظمة لبناء إطار عمل مفتوح المصدر يمكن الوصول إليه وقابل للتوسيع ومؤتمت يعمل على تحسين نماذج التعلم الآلي الحالية والناشئة لأي جهاز منصة. تجميع نماذج التعلم العميق في Keras و MXNet و PyTorch و Tensorflow و CoreML و DarkNet والمزيد. ابدأ في استخدام TVM مع Python اليوم ، وقم ببناء مجموعات إنتاج باستخدام C ++ أو Rust أو Java في اليوم التالي.
المميزات
- تجميع نماذج التعلم العميق في الحد الأدنى من الوحدات النمطية القابلة للنشر
- بنية أساسية لإنشاء النماذج وتحسينها تلقائيًا على مزيد من الخلفية مع أداء أفضل
- عادةً ما يؤدي التجميع والحد الأدنى من أوقات التشغيل إلى فتح أعباء عمل ML على الأجهزة الموجودة
- وحدات المعالجة المركزية ووحدات معالجة الرسومات والمتصفحات ووحدات التحكم الدقيقة و FPGA والمزيد
- إنشاء عوامل موتر وتحسينها تلقائيًا على المزيد من الخلفيات الخلفية
- تي في إم تتبنى نموذج أباتشي كوميتير
لغة البرمجة
Python
الأقسام
هذا تطبيق يمكن جلبه أيضًا من https://sourceforge.net/projects/tvm.mirror/. تمت استضافته في OnWorks ليتم تشغيله عبر الإنترنت بأسهل طريقة من أحد أنظمتنا التشغيلية المجانية.