CUDA-CONVNET2 - Скачать для фотошопа и сайта

Регистрация Вход

Главная сайта

Форум Все для фотошопа и сайта

Страница 1 из 1
1

Скачать для фотошопа и сайта » Нейросети на все случаи жизни » Скачать Нейросети » CUDA-CONVNET2 (это форк cuda-convnet2 от Nervana Алекса Крижевски)

CUDA-CONVNET2

diamont1977 Контакты diamont1977

Дата: Среда, 03.01.2024, 12:52 | Сообщение # 1

Администраторы

Сообщений:: 1542

Замечания:: 0

Offline

CUDA-CONVNET2

КРАТКИЙ ОБЗОР

Форк cuda-convnet2 от Nervana Алекса Крижевски, содержащий несколько расширений, включая новый серверный модуль python под названием cudanet для интеграции в neon framework от Nervana и несколько новых ядер и функций для поддержки таких вещей, как многоходовые затраты, интерфейс python к памяти GPU, поддержка нетекстурных ядер, сравнение макс. / мин. массивов и скалярных значений, нормализация локального контраста.

КАТЕГОРИЯ

Программное обеспечение для искусственных нейронных сетей

ХАРАКТЕРИСТИКИ

• Интеграция в neon framework от Nervana
• Поддержка многоходовых затрат
• Интерфейс Python для подключения к памяти графического процессора
• Поддержка нетекстурных ядер
• Сравнение макс. / мин. массивов и скалярных значений
• Локальная нормализация контраста
• Установка на основе однострочного pip или cmake
• Дополнительные проверки и исправления

ЛИЦЕНЗИЯ

Проприетарное программное обеспечение

ЦЕНЫ

Подписка

БЕСПЛАТНАЯ ПРОБНАЯ ВЕРСИЯ

Доступно

РАЗМЕР ПОЛЬЗОВАТЕЛЕЙ

Малые (<50 сотрудников), средние (от 50 до 1000 предприятий (> 1001 сотрудник))

КОМПАНИЯ

cuda-convnet2

cuda-convnet2 – это форк cuda-convnet2 от Nervana Алекса Крижевски, содержащий несколько расширений, в том числе: новый серверный модуль python под названием cudanet для интеграции в neon Framework от Nervana. Они также включили несколько новых ядер и функций для поддержки таких вещей, как многоходовые затраты, интерфейс python для подключения к памяти GPU, поддержка нетекстурных ядер, сравнение макс. / мин. массивов и скалярных значений, а также нормализация локального контраста.

Эта версия также включает однострочную установку на основе pip или cmake, а также дополнительные проверки и исправления. Чтобы иметь возможность установить фреймворк, пользователи должны убедиться, что они выполнили все необходимые пакеты зависимостей, включая установку CUDA toolkit и CUDA SDK. Они также должны иметь в виду, что для запуска этого кода требуется графический процессор поколения Kepler с поддержкой шейдерной модели 3.5 или выше.

Сюда входят чипы GK110 и GK114, которые можно найти, в частности, на графических процессорах Tesla K20, Tesla K20x, Tesla K40, GeForce Titan и GeForce GTX 780. Старые графические процессоры, включая графические процессоры на базе GK104, такие как Tesla K10 и GeForce 680, работать не будут. Первоначальный проект cuda-convnet2 имел три основных новых функции по сравнению с cuda-convnet. Во-первых, было улучшено время обучения на графических процессорах Nvidia поколения Kepler (Geforce Titan, K20, K40). В нем также была поддержка обучения с несколькими графическими процессорами, реализующая параллелизм данных, параллелизм моделей и гибридный подход, описанный в one weird trick для распараллеливания сверточных нейронных сетей. Наконец, в нем был менее отточенный код и неполная (но улучшающая) документация.

Код также включал вклад Анкера Го из команды Tencent BestImage, в частности, ускорение на 50% ядер свертки batch-32 и на 10% ядер свертки batch-128.

ИТОГ

cuda-convnet2 – это форк cuda-convnet2 от Nervana Алекса Крижевски, содержащий несколько расширений, в том числе: новый серверный модуль python под названием cudanet для интеграции в neon Framework от Nervana.

Прикрепления: 2405276.jpg (23.7 Kb)

Страница 1 из 1
1