ພາສາອັງກິດພາສາຝຣັ່ງແອສປາໂຍນ

OnWorks favicon

ການຮຽນຮູ້ເລິກດ້ວຍການດາວໂຫຼດ PyTorch ສໍາລັບ Windows

ດາວໂຫລດຟຣີ Deep Learning ກັບ PyTorch Windows app ເພື່ອດໍາເນີນການອອນໄລນ໌ win Wine ໃນ Ubuntu ອອນໄລນ໌, Fedora ອອນໄລນ໌ຫຼື Debian ອອນໄລນ໌

ນີ້ແມ່ນແອັບ Windows ທີ່ມີຊື່ວ່າ Deep Learning ກັບ PyTorch ເຊິ່ງລຸ້ນຫຼ້າສຸດສາມາດດາວໂຫຼດໄດ້ໃນນາມ DLSP19.zip. ມັນສາມາດດໍາເນີນການອອນໄລນ໌ຢູ່ໃນຜູ້ໃຫ້ບໍລິການໂຮດຕິ້ງຟຣີ OnWorks ສໍາລັບສະຖານີເຮັດວຽກ.

ດາວ​ນ​໌​ໂຫລດ​ແລະ​ດໍາ​ເນີນ​ການ​ອອນ​ໄລ​ນ​໌ app ນີ້​ມີ​ຊື່ Deep Learning ກັບ PyTorch ກັບ OnWorks ໄດ້​ຟຣີ​.

ປະຕິບັດຕາມຄໍາແນະນໍາເຫຼົ່ານີ້ເພື່ອດໍາເນີນການ app ນີ້:

- 1. ດາວ​ໂຫຼດ​ຄໍາ​ຮ້ອງ​ສະ​ຫມັກ​ນີ້​ໃນ PC ຂອງ​ທ່ານ​.

- 2. ໃສ່ໃນຕົວຈັດການໄຟລ໌ຂອງພວກເຮົາ https://www.onworks.net/myfiles.php?username=XXXXX ດ້ວຍຊື່ຜູ້ໃຊ້ທີ່ທ່ານຕ້ອງການ.

- 3. ອັບໂຫລດແອັບພລິເຄຊັນນີ້ຢູ່ໃນຕົວຈັດການໄຟລ໌ດັ່ງກ່າວ.

- 4. ເລີ່ມ emulator ອອນ ໄລ ນ ໌ OS OnWorks ຈາກ ເວັບ ໄຊ ທ ໌ ນີ້, ແຕ່ ດີກ ວ່າ Windows ອອນ ໄລ ນ ໌ emulator.

- 5. ຈາກ OnWorks Windows OS ທີ່ເຈົ້າຫາກໍ່ເລີ່ມຕົ້ນ, ໄປທີ່ຕົວຈັດການໄຟລ໌ຂອງພວກເຮົາ https://www.onworks.net/myfiles.php?username=XXXXX ດ້ວຍຊື່ຜູ້ໃຊ້ທີ່ທ່ານຕ້ອງການ.

- 6. ດາວນ໌ໂຫລດຄໍາຮ້ອງສະຫມັກແລະຕິດຕັ້ງມັນ.

- 7. ດາວໂຫລດ Wine ຈາກບ່ອນເກັບມ້ຽນຊອບແວການແຈກຢາຍ Linux ຂອງທ່ານ. ເມື່ອ​ຕິດ​ຕັ້ງ​ແລ້ວ​, ທ່ານ​ສາ​ມາດ​ຄລິກ​ສອງ​ຄັ້ງ app ເພື່ອ​ດໍາ​ເນີນ​ການ​ໃຫ້​ເຂົາ​ເຈົ້າ​ກັບ Wine​. ນອກນັ້ນທ່ານຍັງສາມາດລອງ PlayOnLinux, ການໂຕ້ຕອບທີ່ແປກປະຫຼາດໃນໄລຍະ Wine ທີ່ຈະຊ່ວຍໃຫ້ທ່ານຕິດຕັ້ງໂປລແກລມ Windows ແລະເກມທີ່ນິຍົມ.

ເຫຼົ້າແວງເປັນວິທີການແລ່ນຊອບແວ Windows ໃນ Linux, ແຕ່ບໍ່ມີ Windows ທີ່ຕ້ອງການ. ເຫຼົ້າແວງແມ່ນຊັ້ນຄວາມເຂົ້າກັນໄດ້ຂອງ Windows ແຫຼ່ງເປີດທີ່ສາມາດເອີ້ນໃຊ້ໂຄງການ Windows ໂດຍກົງໃນ desktop Linux ໃດກໍໄດ້. ໂດຍພື້ນຖານແລ້ວ, Wine ກໍາລັງພະຍາຍາມປະຕິບັດໃຫມ່ຢ່າງພຽງພໍຂອງ Windows ຕັ້ງແຕ່ເລີ່ມຕົ້ນເພື່ອໃຫ້ມັນສາມາດດໍາເນີນການຄໍາຮ້ອງສະຫມັກ Windows ທັງຫມົດໄດ້ໂດຍບໍ່ຕ້ອງໃຊ້ Windows.

ໜ້າ ຈໍ

Ad


ການຮຽນຮູ້ເລິກເຊິ່ງກັບ PyTorch


ລາຍລະອຽດ

ຫຼັກສູດນີ້ກ່ຽວຂ້ອງກັບເຕັກນິກຫລ້າສຸດໃນການຮຽນຮູ້ເລິກແລະການເປັນຕົວແທນ, ສຸມໃສ່ການຮຽນຮູ້ເລິກການເບິ່ງແຍງແລະບໍ່ມີການຄວບຄຸມ, ວິທີການຝັງ, ການຮຽນຮູ້ metric, ມັອດ convolutional ແລະ recurrent, ມີຄໍາຮ້ອງສະຫມັກກັບວິໄສທັດຄອມພິວເຕີ, ຄວາມເຂົ້າໃຈພາສາທໍາມະຊາດ, ແລະການຮັບຮູ້ສຽງເວົ້າ. ເງື່ອນໄຂເບື້ອງຕົ້ນລວມມີ DS-GA 1001 Intro to Data Science ຫຼືຫຼັກສູດການຮຽນຮູ້ເຄື່ອງຈັກລະດັບປະລິນຍາຕີ. ເພື່ອໃຫ້ສາມາດປະຕິບັດຕາມການອອກກໍາລັງກາຍ, ທ່ານຈະຕ້ອງມີຄອມພິວເຕີໂນດບຸກທີ່ມີ Miniconda (Anaconda ຮຸ່ນຫນ້ອຍ) ແລະຊຸດ Python ຫຼາຍຕິດຕັ້ງ. ຄໍາແນະນໍາຕໍ່ໄປນີ້ຈະເຮັດວຽກຄືກັນກັບຜູ້ໃຊ້ Mac ຫຼື Ubuntu Linux, ຜູ້ໃຊ້ Windows ຈະຕ້ອງຕິດຕັ້ງແລະເຮັດວຽກຢູ່ໃນ Git BASH terminal. JupyterLab ມີຮູບແບບສີສັນມືດທີ່ສາມາດເລືອກໄດ້ໃນຕົວ, ດັ່ງນັ້ນທ່ານພຽງແຕ່ຕ້ອງການຕິດຕັ້ງບາງສິ່ງບາງຢ່າງຖ້າທ່ານຕ້ອງການໃຊ້ການໂຕ້ຕອບປື້ມບັນທຶກຄລາສສິກ.



ຄຸນ​ລັກ​ສະ​ນະ

  • ປື້ມບັນທຶກ Jupyter ຖືກນໍາໃຊ້ຕະຫຼອດການບັນຍາຍສໍາລັບການສໍາຫຼວດຂໍ້ມູນແບບໂຕ້ຕອບແລະການເບິ່ງເຫັນ
  • ຫໍບັນທຶກປື້ມບັນທຶກນີ້ມີເວັບໄຊທ໌ຄູ່
  • ພື້ນ​ຖານ​ຂອງ​ການ​ຮຽນ​ຮູ້​ການ​ຄຸ້ມ​ຄອງ​, ຕາ​ຫນ່າງ neural , ແລະ​ການ​ຮຽນ​ຮູ້​ເລິກ​
  • ເຄືອຂ່າຍ neural convolutional ແລະຄໍາຮ້ອງສະຫມັກຂອງມັນ
  • tricks ປົກກະຕິ, tricks ການເພີ່ມປະສິດທິພາບ, ແລະຄວາມເຂົ້າໃຈວິທີການຮຽນຮູ້ເລິກເຮັດວຽກ
  • ການເບິ່ງເຫັນການຫັນປ່ຽນພາລາມິເຕີຂອງເຄືອຂ່າຍ neural ແລະແນວຄວາມຄິດພື້ນຖານຂອງ convolution



ປະເພດ

ການຮຽນຮູ້ເຄື່ອງ

ນີ້ແມ່ນແອັບພລິເຄຊັນທີ່ຍັງສາມາດເອົາມາຈາກ https://sourceforge.net/projects/deep-l-with-pytorch.mirror/. ມັນໄດ້ຖືກຈັດຢູ່ໃນ OnWorks ເພື່ອໃຫ້ດໍາເນີນການອອນໄລນ໌ໃນວິທີທີ່ງ່າຍທີ່ສຸດຈາກຫນຶ່ງໃນລະບົບປະຕິບັດງານຟຣີຂອງພວກເຮົາ.


ເຊີບເວີ ແລະສະຖານີເຮັດວຽກຟຣີ

ດາວໂຫຼດແອັບ Windows ແລະ Linux

Linux ຄຳ ສັ່ງ

Ad