이것은 최신 릴리스를 v0.10.2.zip으로 다운로드할 수 있는 Fairseq라는 Windows 앱입니다. 워크스테이션용 무료 호스팅 제공업체 OnWorks에서 온라인으로 실행할 수 있습니다.
무료로 OnWorks와 함께 Fairseq라는 이 앱을 온라인으로 다운로드하여 실행하십시오.
이 앱을 실행하려면 다음 지침을 따르세요.
- 1. 이 애플리케이션을 PC에 다운로드했습니다.
- 2. 파일 관리자 https://www.onworks.net/myfiles.php?username=XXXXX에 원하는 사용자 이름을 입력합니다.
- 3. 이러한 파일 관리자에서 이 응용 프로그램을 업로드합니다.
- 4. 이 웹사이트에서 모든 OS OnWorks 온라인 에뮬레이터를 시작하지만 더 나은 Windows 온라인 에뮬레이터를 시작합니다.
- 5. 방금 시작한 OnWorks Windows OS에서 원하는 사용자 이름으로 파일 관리자 https://www.onworks.net/myfiles.php?username=XXXXX로 이동합니다.
- 6. 애플리케이션을 다운로드하여 설치합니다.
- 7. Linux 배포 소프트웨어 저장소에서 Wine을 다운로드합니다. 설치가 완료되면 앱을 두 번 클릭하여 Wine과 함께 실행할 수 있습니다. 인기 있는 Windows 프로그램 및 게임을 설치하는 데 도움이 되는 Wine을 통한 멋진 인터페이스인 PlayOnLinux를 사용해 볼 수도 있습니다.
Wine은 Linux에서 Windows 소프트웨어를 실행하는 방법이지만 Windows가 필요하지 않습니다. Wine은 모든 Linux 데스크탑에서 직접 Windows 프로그램을 실행할 수 있는 오픈 소스 Windows 호환성 계층입니다. 본질적으로 Wine은 Windows가 필요하지 않고 모든 Windows 응용 프로그램을 실행할 수 있도록 Windows를 처음부터 충분히 다시 구현하려고 합니다.
스크린 샷
Ad
페어섹
기술
Fairseq(-py)는 연구원과 개발자가 번역, 요약, 언어 모델링 및 기타 텍스트 생성 작업을 위한 사용자 지정 모델을 훈련할 수 있도록 하는 시퀀스 모델링 도구 키트입니다. 다양한 시퀀스 모델링 논문의 참조 구현을 제공합니다. Microsoft와 Google의 최근 작업에 따르면 데이터 병렬 작업자 간에 모델 매개변수와 옵티마이저 상태를 분할하여 데이터 병렬 교육을 훨씬 더 효율적으로 만들 수 있습니다. 이러한 아이디어는 Fairscale에서 제공하는 새로운 FSDP(FullyShardedDataParallel) 래퍼에 캡슐화되어 있습니다. Fairseq는 사용자 제공 플러그인을 통해 확장할 수 있습니다. 모델은 신경망 아키텍처를 정의하고 학습 가능한 모든 매개변수를 캡슐화합니다. 기준은 모델 출력과 목표가 주어지면 손실 함수를 계산합니다. 작업은 사전을 저장하고 데이터 집합에 대한 로드/반복, 모델/기준 초기화 및 손실 계산을 위한 도우미를 제공합니다.
기능
- 하나의 머신 또는 여러 머신에 걸친 다중 GPU 교육(데이터 및 모델 병렬)
- 다중 검색 알고리즘이 구현된 CPU 및 GPU 모두에서 빠른 생성
- 그라디언트 누적으로 단일 GPU에서도 대규모 미니 배치로 훈련 가능
- 혼합 정밀 훈련(NVIDIA 텐서 코어에서 더 적은 GPU 메모리로 더 빠르게 훈련)
- 새로운 모델, 기준, 작업, 옵티마이저 및 학습률 스케줄러를 쉽게 등록
- 코드, 명령줄 및 파일 기반 구성의 조합을 허용하는 Hydra 기반의 유연한 구성
프로그래밍 언어
Python
카테고리
https://sourceforge.net/projects/fairseq.mirror/에서도 가져올 수 있는 애플리케이션입니다. 우리의 무료 운영 체제 중 하나에서 가장 쉬운 방법으로 온라인으로 실행하기 위해 OnWorks에서 호스팅되었습니다.
