Il s'agit de l'application Linux tvm, dont la dernière version est téléchargeable sous le nom apache-tvm-src-v0.21.0.tar.gz. Elle peut être exécutée en ligne sur l'hébergeur gratuit OnWorks pour postes de travail.
Téléchargez et exécutez en ligne cette application nommée tvm avec OnWorks gratuitement.
Suivez ces instructions pour exécuter cette application :
- 1. Téléchargé cette application sur votre PC.
- 2. Entrez dans notre gestionnaire de fichiers https://www.onworks.net/myfiles.php?username=XXXXX avec le nom d'utilisateur que vous voulez.
- 3. Téléchargez cette application dans ce gestionnaire de fichiers.
- 4. Démarrez l'émulateur en ligne OnWorks Linux ou Windows en ligne ou l'émulateur en ligne MACOS à partir de ce site Web.
- 5. Depuis le système d'exploitation OnWorks Linux que vous venez de démarrer, accédez à notre gestionnaire de fichiers https://www.onworks.net/myfiles.php?username=XXXXX avec le nom d'utilisateur que vous souhaitez.
- 6. Téléchargez l'application, installez-la et exécutez-la.
CAPTURES D'ÉCRAN
Ad
tvm
DESCRIPTION
Apache TVM est un framework de compilateur d'apprentissage automatique open source pour les processeurs, les GPU et les accélérateurs d'apprentissage automatique. Il vise à permettre aux ingénieurs en apprentissage automatique d'optimiser et d'exécuter des calculs efficacement sur n'importe quel backend matériel. La vision du projet Apache TVM est d'héberger une communauté diversifiée d'experts et de praticiens de l'apprentissage automatique, des compilateurs et de l'architecture des systèmes afin de créer un cadre open source accessible, extensible et automatisé qui optimise les modèles d'apprentissage automatique actuels et émergents pour tout matériel. Plate-forme. Compilation de modèles d'apprentissage en profondeur dans Keras, MXNet, PyTorch, Tensorflow, CoreML, DarkNet et plus encore. Commencez à utiliser TVM avec Python dès aujourd'hui, créez des piles de production à l'aide de C++, Rust ou Java le lendemain.
Caractéristiques
- Compilation de modèles d'apprentissage en profondeur en modules déployables minimum
- Infrastructure pour générer et optimiser automatiquement des modèles sur plus de backend avec de meilleures performances
- La compilation et les temps d'exécution minimaux déverrouillent généralement les charges de travail ML sur le matériel existant
- CPU, GPU, navigateurs, microcontrôleurs, FPGA et plus
- Générez et optimisez automatiquement les opérateurs tenseurs sur plus de backends
- TVM adopte le modèle de committer Apache
Langage de programmation
Python
Catégories
Il s'agit d'une application qui peut également être récupérée à partir de https://sourceforge.net/projects/tvm.mirror/. Il a été hébergé dans OnWorks afin d'être exécuté en ligne de la manière la plus simple à partir de l'un de nos systèmes d'exploitation gratuits.
