यह XNNPACK नाम का एक लिनक्स ऐप है जिसका नवीनतम संस्करण XNNPACKsourcecode.tar.gz के रूप में डाउनलोड किया जा सकता है। इसे वर्कस्टेशन के लिए मुफ़्त होस्टिंग प्रदाता OnWorks पर ऑनलाइन चलाया जा सकता है।
XNNPACK नामक इस ऐप को OnWorks के साथ मुफ्त में डाउनलोड करें और ऑनलाइन चलाएं।
इस ऐप को चलाने के लिए इन निर्देशों का पालन करें:
- 1. इस एप्लिकेशन को अपने पीसी में डाउनलोड करें।
- 2. हमारे फ़ाइल प्रबंधक में https://www.onworks.net/myfiles.php?username=XXXXX उस उपयोगकर्ता नाम के साथ दर्ज करें जो आप चाहते हैं।
- 3. इस एप्लिकेशन को ऐसे फाइल मैनेजर में अपलोड करें।
- 4. इस वेबसाइट से ऑनवर्क्स लिनक्स ऑनलाइन या विंडोज ऑनलाइन एमुलेटर या मैकोज़ ऑनलाइन एमुलेटर शुरू करें।
- 5. ऑनवर्क्स लिनक्स ओएस से आपने अभी शुरुआत की है, हमारे फाइल मैनेजर को https://www.onworks.net/myfiles.php?username=XXXXX उस यूजरनेम के साथ जाएं जो आप चाहते हैं।
- 6. एप्लिकेशन डाउनलोड करें, इसे इंस्टॉल करें और इसे चलाएं।
एक्सएनएनपैक
Ad
वर्णन
XNNPACK एक अत्यधिक अनुकूलित, निम्न-स्तरीय न्यूरल नेटवर्क इंफ़ेरेंस लाइब्रेरी है जिसे Google द्वारा ARM, x86, WebAssembly और RISC-V सहित विभिन्न हार्डवेयर आर्किटेक्चर पर डीप लर्निंग वर्कलोड को तेज़ करने के लिए विकसित किया गया है। एक स्वतंत्र ML फ्रेमवर्क के रूप में कार्य करने के बजाय, XNNPACK उच्च-प्रदर्शन कम्प्यूटेशनल प्राइमिटिव्स—जैसे कन्वोल्यूशन, पूलिंग, एक्टिवेशन फ़ंक्शन और अंकगणितीय संक्रियाएँ—प्रदान करता है जिन्हें TensorFlow Lite, PyTorch Mobile, ONNX Runtime, TensorFlow.js और MediaPipe जैसे उच्च-स्तरीय फ्रेमवर्क में एकीकृत किया गया है। यह लाइब्रेरी C/C++ में लिखी गई है और अधिकतम पोर्टेबिलिटी, दक्षता और प्रदर्शन के लिए डिज़ाइन की गई है, जो अनुकूलित निष्पादन के लिए प्लेटफ़ॉर्म-विशिष्ट निर्देश सेट (जैसे, NEON, AVX, SIMD) का लाभ उठाती है। यह NHWC टेंसर लेआउट का समर्थन करता है और चैनल आयाम के साथ लचीले स्ट्राइडिंग की अनुमति देता है ताकि बिना किसी अतिरिक्त लागत के चैनल-विभाजन और संयोजन संक्रियाओं को कुशलतापूर्वक संभाला जा सके।
विशेषताएं
- ARM, x86, WebAssembly और RISC-V के लिए अनुकूलित क्रॉस-प्लेटफ़ॉर्म न्यूरल नेटवर्क इंफ़रेंस बैकएंड
- 2D कन्वोल्यूशन, पूलिंग, एक्टिवेशन और क्वांटिज़ेशन ऑपरेटरों के लिए उच्च-प्रदर्शन कार्यान्वयन
- प्रति-चैनल क्वांटिज़ेशन के साथ FP32 और INT8 दोनों अनुमानों का समर्थन करता है
- लचीले चैनल स्ट्राइड के साथ कुशल NHWC टेंसर लेआउट
- TensorFlow Lite, TensorFlow.js, PyTorch, ONNX Runtime और MediaPipe जैसे फ्रेमवर्क के साथ सहजता से एकीकृत होता है
- बहु-थ्रेडेड और वेक्टराइज्ड ऑपरेटर कार्यान्वयन
प्रोग्रामिंग भाषा
असेंबली, सी, सी++, यूनिक्स शैल
श्रेणियाँ
यह एक ऐसा एप्लिकेशन है जिसे https://sourceforge.net/projects/xnnpack.mirror/ से भी प्राप्त किया जा सकता है। इसे हमारे किसी भी निःशुल्क ऑपरेटिव सिस्टम से सबसे आसान तरीके से ऑनलाइन चलाने के लिए OnWorks में होस्ट किया गया है।
