Esta es la aplicación para Linux Tiny CUDA Neural Networks, cuya última versión se puede descargar como Version2.0sourcecode.tar.gz. Se puede ejecutar en línea en el proveedor de alojamiento gratuito OnWorks para estaciones de trabajo.
Descargue y ejecute en línea esta aplicación llamada Tiny CUDA Neural Networks con OnWorks de forma gratuita.
Siga estas instrucciones para ejecutar esta aplicación:
- 1. Descargue esta aplicación en su PC.
- 2. Ingrese en nuestro administrador de archivos https://www.onworks.net/myfiles.php?username=XXXXX con el nombre de usuario que desee.
- 3. Cargue esta aplicación en dicho administrador de archivos.
- 4. Inicie el emulador en línea OnWorks Linux o Windows en línea o el emulador en línea MACOS desde este sitio web.
- 5. Desde el SO OnWorks Linux que acaba de iniciar, vaya a nuestro administrador de archivos https://www.onworks.net/myfiles.php?username=XXXXX con el nombre de usuario que desee.
- 6. Descarga la aplicación, instálala y ejecútala.
SCREENSHOTS
Ad
Pequeñas redes neuronales CUDA
DESCRIPCIÓN
Este es un marco pequeño e independiente para entrenar y consultar redes neuronales. En particular, contiene un perceptrón multicapa ultrarrápido "totalmente fusionado" (documento técnico), una codificación hash multirresolución versátil (documento técnico), así como soporte para varias otras codificaciones de entrada, pérdidas y optimizadores. Proporcionamos una aplicación de muestra donde se aprende una función de imagen (x,y) -> (R,G,B). El componente MLP totalmente fusionado de este marco requiere una gran cantidad de memoria compartida en su configuración predeterminada. Es probable que solo funcione en una RTX 3090, una RTX 2080 Ti o GPU empresariales de gama alta. Las tarjetas de gama baja deben reducir el parámetro n_neurons o usar CutlassMLP (mejor compatibilidad pero más lento) en su lugar. tiny-cuda-nn viene con una extensión PyTorch que permite usar MLP rápidos y codificaciones de entrada desde un contexto de Python. Estos enlaces pueden ser significativamente más rápidos que las implementaciones completas de Python; en particular para la codificación hash multiresolución.
Caracteristicas
- Las pequeñas redes neuronales CUDA tienen una API C++/CUDA simple
- Aprender una imagen 2D
- Requiere una GPU NVIDIA
- Requiere Windows: Visual Studio 2019
- Requiere Linux: GCC/G++ 7.5 o superior
- Requiere CUDA v10.2 o superior y CMake v3.21 o superior.
Lenguaje de programación
C + +
Categorías
Esta es una aplicación que también se puede obtener de https://sourceforge.net/projects/tiny-cuda-neural-netw.mirror/. Ha sido alojado en OnWorks para poder ejecutarse online de la forma más sencilla desde uno de nuestros Sistemas Operativos gratuitos.
