Esta es la aplicación de Windows llamada DeepSpeed cuya última versión se puede descargar como XRSSfeedforfil. Se puede ejecutar en línea en el proveedor de alojamiento gratuito OnWorks para estaciones de trabajo.
Descargue y ejecute en línea esta aplicación llamada DeepSpeed con OnWorks de forma gratuita.
Siga estas instrucciones para ejecutar esta aplicación:
- 1. Descargue esta aplicación en su PC.
- 2. Ingrese en nuestro administrador de archivos https://www.onworks.net/myfiles.php?username=XXXXX con el nombre de usuario que desee.
- 3. Cargue esta aplicación en dicho administrador de archivos.
- 4. Inicie cualquier emulador en línea de OS OnWorks desde este sitio web, pero mejor emulador en línea de Windows.
- 5. Desde el sistema operativo OnWorks Windows que acaba de iniciar, vaya a nuestro administrador de archivos https://www.onworks.net/myfiles.php?username=XXXXX con el nombre de usuario que desee.
- 6. Descarga la aplicación e instálala.
- 7. Descargue Wine desde los repositorios de software de sus distribuciones de Linux. Una vez instalada, puede hacer doble clic en la aplicación para ejecutarla con Wine. También puedes probar PlayOnLinux, una elegante interfaz sobre Wine que te ayudará a instalar programas y juegos populares de Windows.
Wine es una forma de ejecutar software de Windows en Linux, pero no requiere Windows. Wine es una capa de compatibilidad de Windows de código abierto que puede ejecutar programas de Windows directamente en cualquier escritorio de Linux. Esencialmente, Wine está tratando de volver a implementar una cantidad suficiente de Windows desde cero para poder ejecutar todas esas aplicaciones de Windows sin necesidad de Windows.
SCREENSHOTS
Ad
velocidadprofunda
DESCRIPCIÓN
DeepSpeed es un paquete de software de optimización de aprendizaje profundo fácil de usar que permite una escala y una velocidad sin precedentes para la inferencia y el entrenamiento de aprendizaje profundo. Con DeepSpeed puedes:
1. Entrenar/inferir modelos densos o dispersos con miles de millones o trillones de parámetros
2. Logre un excelente rendimiento del sistema y escale de manera eficiente a miles de GPU
3. Entrenamiento/inferencia en sistemas de GPU con recursos limitados
4. Consiga una baja latencia sin precedentes y un alto rendimiento para la inferencia
5. Logre una compresión extrema para una latencia de inferencia sin igual y una reducción del tamaño del modelo con bajos costos
DeepSpeed ofrece una confluencia de innovaciones del sistema, que ha hecho que el entrenamiento de DL a gran escala sea efectivo y eficiente, mejoró enormemente la facilidad de uso y redefinió el panorama de entrenamiento de DL en términos de la escala posible. Estas innovaciones como ZeRO, 3D-Parallelism, DeepSpeed-MoE, ZeRO-Infinity, etc. se enmarcan en el pilar de la formación.
Caracteristicas
- DeepSpeed reúne innovaciones en tecnología de paralelismo, como tensor, canalización, experto y paralelismo ZeRO, y las combina con núcleos de inferencia personalizados de alto rendimiento, optimizaciones de comunicación y tecnologías de memoria heterogénea para permitir la inferencia a una escala sin precedentes, al tiempo que logra una latencia, un rendimiento y un rendimiento sin precedentes. reducción de costo. Esta composición sistemática de tecnologías de sistemas para inferencia cae bajo el pilar de inferencia
- Para aumentar aún más la eficiencia de la inferencia, DeepSpeed ofrece técnicas de compresión fáciles de usar y flexibles para componer para que los investigadores y profesionales compriman sus modelos mientras ofrecen una velocidad más rápida, un tamaño de modelo más pequeño y un costo de compresión significativamente reducido. Además, las innovaciones de SoTA en compresión como ZeroQuant y XTC se incluyen en el pilar de compresión.
- La biblioteca de DeepSpeed (este repositorio) implementa y empaqueta las innovaciones y tecnologías de los pilares de formación, inferencia y compresión de DeepSpeed en un único repositorio de código abierto y fácil de usar. Permite una fácil composición de una multitud de funciones dentro de una sola canalización de entrenamiento, inferencia o compresión. La biblioteca DeepSpeed ha sido muy adoptada por la comunidad de DL y se ha utilizado para habilitar algunos de los modelos más potentes.
Lenguaje de programación
Python
Categorías
Esta es una aplicación que también se puede obtener desde https://sourceforge.net/projects/deepspeed.mirror/. Ha sido alojado en OnWorks para poder ejecutarse online de la forma más sencilla desde uno de nuestros Sistemas Operativos gratuitos.