Ini adalah aplikasi Linux bernama TorchRec yang rilis terbarunya dapat diunduh sebagai v0.5.0.zip. Ini dapat dijalankan secara online di penyedia hosting gratis OnWorks untuk workstation.
Unduh dan jalankan secara online aplikasi bernama TorchRec with OnWorks ini secara gratis.
Ikuti petunjuk ini untuk menjalankan aplikasi ini:
- 1. Download aplikasi ini di PC Anda.
- 2. Masuk ke file manager kami https://www.onworks.net/myfiles.php?username=XXXXX dengan username yang anda inginkan.
- 3. Upload aplikasi ini di filemanager tersebut.
- 4. Jalankan emulator online OnWorks Linux atau Windows online atau emulator online MACOS dari situs web ini.
- 5. Dari OS Linux OnWorks yang baru saja Anda mulai, buka file manager kami https://www.onworks.net/myfiles.php?username=XXXXX dengan nama pengguna yang Anda inginkan.
- 6. Download aplikasinya, install dan jalankan.
Tangkapan layar
Ad
OborRec
DESKRIPSI
TorchRec adalah pustaka domain PyTorch yang dibuat untuk menyediakan primitif sparsity & paralelisme umum yang diperlukan untuk sistem pemberi rekomendasi skala besar (RecSys). Ini memungkinkan penulis untuk melatih model dengan tabel penyematan besar yang dipecah di banyak GPU. Primitif paralelisme yang memungkinkan pembuatan model multi-perangkat/multi-node yang besar dan berperforma tinggi dengan mudah menggunakan paralelisme data/paralelisme model hybrid. Sharder TorchRec dapat melakukan shard pada tabel penyematan dengan berbagai strategi sharding termasuk data-paralel, tabel-bijaksana, baris-bijak, tabel-bijak-baris, dan kolom-bijaksana. Perencana TorchRec dapat secara otomatis membuat rencana sharding yang dioptimalkan untuk model. Pipelined training tumpang tindih dengan transfer perangkat pemuatan data (salin ke GPU), komunikasi antar-perangkat (input_dist), dan komputasi (maju, mundur) untuk meningkatkan performa. Kernel yang dioptimalkan untuk RecSys didukung oleh FBGEMM. Dukungan kuantisasi untuk pelatihan dan inferensi presisi yang dikurangi. Modul umum untuk RecSys.
Fitur
- Dibangun untuk menyediakan primitif sparsity & paralelisme umum yang diperlukan untuk sistem pemberi rekomendasi skala besar
- Perencana TorchRec dapat secara otomatis membuat rencana sharding yang dioptimalkan untuk model
- Torchrec membutuhkan Python >= 3.7 dan CUDA >= 11.0
- Biner eksperimental di Linux untuk Python 3.7, 3.8 dan 3.9 dapat diinstal melalui roda pip
- TorchRec berlisensi BSD
- Dukungan kuantisasi untuk pelatihan dan inferensi presisi yang dikurangi
Bahasa Pemrograman
Ular sanca
Kategori
Ini adalah aplikasi yang juga dapat diambil dari https://sourceforge.net/projects/torchrec.mirror/. Itu telah dihosting di OnWorks untuk dijalankan secara online dengan cara termudah dari salah satu Sistem Operasi gratis kami.
