این برنامه ویندوز به نام PyTorch Ignite است که آخرین نسخه آن را می توان با نام PyTorch-Ignite0.4.13-ReleaseNotessourcecode.zip دانلود کرد. می توان آن را به صورت آنلاین در ارائه دهنده میزبانی رایگان OnWorks برای ایستگاه های کاری اجرا کرد.
این اپلیکیشن به نام PyTorch Ignite را با OnWorks به صورت آنلاین دانلود و اجرا کنید.
برای اجرای این برنامه این دستورالعمل ها را دنبال کنید:
- 1. این برنامه را در رایانه شخصی خود دانلود کنید.
- 2. در فایل منیجر ما https://www.onworks.net/myfiles.php?username=XXXXX نام کاربری مورد نظر خود را وارد کنید.
- 3. این برنامه را در چنین فایل منیجر آپلود کنید.
- 4. هر شبیه ساز آنلاین OS OnWorks را از این وب سایت راه اندازی کنید، اما شبیه ساز آنلاین ویندوز بهتر است.
- 5. از OnWorks Windows OS که به تازگی راه اندازی کرده اید، به مدیر فایل ما https://www.onworks.net/myfiles.php?username=XXXXX با نام کاربری که می خواهید بروید.
- 6. برنامه را دانلود و نصب کنید.
- 7. Wine را از مخازن نرم افزار توزیع لینوکس خود دانلود کنید. پس از نصب، می توانید روی برنامه دوبار کلیک کنید تا آنها را با Wine اجرا کنید. همچنین می توانید PlayOnLinux را امتحان کنید، یک رابط کاربری فانتزی بر روی Wine که به شما کمک می کند برنامه ها و بازی های محبوب ویندوز را نصب کنید.
Wine راهی برای اجرای نرم افزار ویندوز بر روی لینوکس است، اما بدون نیاز به ویندوز. Wine یک لایه سازگار با ویندوز منبع باز است که می تواند برنامه های ویندوز را مستقیماً بر روی هر دسکتاپ لینوکس اجرا کند. اساساً، Wine در تلاش است تا به اندازه کافی از ویندوز را از ابتدا مجدداً پیاده سازی کند تا بتواند همه آن برنامه های ویندوز را بدون نیاز به ویندوز اجرا کند.
عکس ها
Ad
PyTorch Ignite
شرح
کتابخانه سطح بالا برای کمک به آموزش و ارزیابی شبکه های عصبی در PyTorch به صورت انعطاف پذیر و شفاف. کد کمتری نسبت به PyTorch خالص در حالی که حداکثر کنترل و سادگی را تضمین می کند. رویکرد کتابخانه و وارونگی کنترل بدون برنامه. در جایی که نیاز دارید از ignite استفاده کنید. API قابل توسعه برای معیارها، مدیران آزمایش و سایر مؤلفه‌ها. نکته جالب در مورد هندلرها این است که آنها انعطاف پذیری بی نظیری را ارائه می دهند (مثلاً در مقایسه با callbacks). هندلرها می توانند هر تابعی باشند: به عنوان مثال لامبدا، تابع ساده، متد کلاس، و غیره. بنابراین، ما نیازی به ارث بردن از یک رابط و نادیده گرفتن روش های انتزاعی آن نداریم که می تواند کد شما و پیچیدگی آن را به صورت غیر ضروری حجیم کند. موتور و سیستم رویداد بسیار ساده. معیارهای خارج از جعبه برای ارزیابی آسان مدل ها. هندلرهای داخلی برای نوشتن خط لوله آموزشی، ذخیره مصنوعات و ثبت پارامترها و معیارها.
امکانات
- در هر رویداد داخلی و سفارشی، هر کنترل کننده را فعال کنید
- بازرسی، توقف زودهنگام، پروفایل
- زمان بندی پارامترها، نرخ یاب یادگیری و موارد دیگر
- سرعت آموزش CPU، GPU و TPU را افزایش دهید
- معیارهای آماده و آماده را برای ارزیابی آسان مدل ها توزیع کرد
- Tensorboard، MLFlow، WandB، Neptune و غیره
زبان برنامه نویسی
پــایتــون
دسته بندی ها
این برنامه ای است که می توان آن را از https://sourceforge.net/projects/pytorch-ignite.mirror/ نیز دریافت کرد. در OnWorks میزبانی شده است تا به آسانی از یکی از سیستم عامل های رایگان ما به صورت آنلاین اجرا شود.
