Это Linux-приложение Tiny CUDA Neural Networks, последнюю версию которого можно скачать в формате Version2.0sourcecode.tar.gz. Его можно запустить онлайн на бесплатном хостинг-провайдере OnWorks для рабочих станций.
Загрузите и запустите онлайн это приложение под названием Tiny CUDA Neural Networks with OnWorks бесплатно.
Следуйте этим инструкциям, чтобы запустить это приложение:
- 1. Загрузил это приложение на свой компьютер.
- 2. Введите в нашем файловом менеджере https://www.onworks.net/myfiles.php?username=XXXXX с желаемым именем пользователя.
- 3. Загрузите это приложение в такой файловый менеджер.
- 4. Запустите онлайн-эмулятор OnWorks Linux или Windows или онлайн-эмулятор MACOS с этого веб-сайта.
- 5. В только что запущенной ОС OnWorks Linux перейдите в наш файловый менеджер https://www.onworks.net/myfiles.php?username=XXXXX с желаемым именем пользователя.
- 6. Скачайте приложение, установите его и запустите.
СКРИНШОТЫ
Ad
Крошечные нейронные сети CUDA
ОПИСАНИЕ
Это небольшой автономный фреймворк для обучения и опроса нейронных сетей. В частности, он содержит молниеносный «полностью объединенный» многослойный персептрон (технический документ), универсальное хеш-кодирование с несколькими разрешениями (технический документ), а также поддержку различных других входных кодировок, потерь и оптимизаторов. Мы предоставляем пример приложения, в котором изучается функция изображения (x, y) -> (R, G, B). Полностью объединенный компонент MLP этой платформы требует очень большого объема разделяемой памяти в конфигурации по умолчанию. Скорее всего, он будет работать только на RTX 3090, RTX 2080 Ti или высокопроизводительных корпоративных графических процессорах. Карты более низкого уровня должны уменьшить параметр n_neurons или использовать вместо него CutlassMLP (лучше совместимость, но медленнее). tiny-cuda-nn поставляется с расширением PyTorch, которое позволяет использовать быстрые MLP и входные кодировки из контекста Python. Эти привязки могут быть значительно быстрее, чем полные реализации Python; в частности, для хеш-кодирования с несколькими разрешениями.
Особенности
- Крошечные нейронные сети CUDA имеют простой C++/CUDA API
- Изучите 2D-изображение
- Требуется графический процессор NVIDIA
- Требуется Windows: Visual Studio 2019
- Требуется Linux: GCC/G++ 7.5 или выше
- Требуется CUDA v10.2 или выше и CMake v3.21 или выше.
Язык программирования
C + +
Категории
Это приложение также можно загрузить с https://sourceforge.net/projects/tiny-cuda-neural-netw.mirror/. Он был размещен в OnWorks, чтобы его можно было легко запускать в Интернете с помощью одной из наших бесплатных операционных систем.
