Esta es la aplicación para Windows 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 cualquier emulador en línea de OS OnWorks desde este sitio web, pero mejor emulador en línea de Windows.
- 5. Desde el sistema operativo OnWorks Windows 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 e instálala.
- 7. Descargue Wine desde los repositorios de software de sus distribuciones de Linux. Una vez instalada, puede hacer doble clic en la aplicación para ejecutarla con Wine. También puedes probar PlayOnLinux, una elegante interfaz sobre Wine que te ayudará a instalar programas y juegos populares de Windows.
Wine es una forma de ejecutar software de Windows en Linux, pero no requiere Windows. Wine es una capa de compatibilidad de Windows de código abierto que puede ejecutar programas de Windows directamente en cualquier escritorio de Linux. Esencialmente, Wine está tratando de volver a implementar una cantidad suficiente de Windows desde cero para poder ejecutar todas esas aplicaciones de Windows sin necesidad de Windows.
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.
