Ito ang Windows app na pinangalanang TorchServe na ang pinakabagong release ay maaaring ma-download bilang TorchServev0.7.0ReleaseNotes.zip. Maaari itong patakbuhin online sa libreng hosting provider na OnWorks para sa mga workstation.
I-download at patakbuhin online ang app na ito na pinangalanang TorchServe sa OnWorks nang libre.
Sundin ang mga tagubiling ito upang patakbuhin ang app na ito:
- 1. Na-download ang application na ito sa iyong PC.
- 2. Ipasok sa aming file manager https://www.onworks.net/myfiles.php?username=XXXXX kasama ang username na gusto mo.
- 3. I-upload ang application na ito sa naturang filemanager.
- 4. Magsimula ng anumang OS OnWorks online emulator mula sa website na ito, ngunit mas mahusay na Windows online emulator.
- 5. Mula sa OnWorks Windows OS na kasisimula mo pa lang, pumunta sa aming file manager https://www.onworks.net/myfiles.php?username=XXXX gamit ang username na gusto mo.
- 6. I-download ang application at i-install ito.
- 7. I-download ang Wine mula sa iyong mga Linux distributions software repository. Kapag na-install na, maaari mong i-double click ang app upang patakbuhin ang mga ito gamit ang Wine. Maaari mo ring subukan ang PlayOnLinux, isang magarbong interface sa ibabaw ng Wine na tutulong sa iyong mag-install ng mga sikat na programa at laro sa Windows.
Ang alak ay isang paraan upang patakbuhin ang software ng Windows sa Linux, ngunit walang kinakailangang Windows. Ang alak ay isang open-source na layer ng compatibility ng Windows na maaaring direktang magpatakbo ng mga program sa Windows sa anumang desktop ng Linux. Sa totoo lang, sinusubukan ng Wine na muling ipatupad ang sapat na Windows mula sa simula upang mapatakbo nito ang lahat ng mga Windows application na iyon nang hindi talaga nangangailangan ng Windows.
MGA LALAKI
Ad
TorchServe
DESCRIPTION
Ang TorchServe ay isang performant, flexible at madaling gamitin na tool para sa paghahatid ng PyTorch eager mode at torschripted na mga modelo. Pamamahala ng maraming modelo kasama ang na-optimize na manggagawa para magmodelo ng alokasyon. REST at gRPC na suporta para sa batched inference. I-export ang iyong modelo para sa na-optimize na hinuha. Torchscript out of the box, ORT, IPEX, TensorRT, FasterTransformer. Gabay sa Pagganap: built-in na suporta upang i-optimize, benchmark at profile ang pagganap ng PyTorch at TorchServe. Expressive handler: Isang nagpapahayag na arkitektura ng handler na ginagawang walang halaga na suportahan ang inferencing para sa iyong use case na maraming suportado out of the box. Out-of-box na suporta para sa system-level metrics na may Prometheus exports, custom metrics at PyTorch profiler support.
Mga tampok
- REST at gRPC na suporta para sa batched inference
- I-deploy ang mga kumplikadong DAG na may maraming magkakaugnay na modelo
- Default na paraan upang maghatid ng mga modelo ng PyTorch
- I-export ang iyong modelo para sa na-optimize na hinuha
- Gabay sa Pagganap
- metrics API
Wika ng Programming
Java
Kategorya
Ito ay isang application na maaari ding makuha mula sa https://sourceforge.net/projects/torchserve.mirror/. Na-host ito sa OnWorks upang mapatakbo online sa pinakamadaling paraan mula sa isa sa aming mga libreng Operative System.
