This is the Linux app named Tiny CUDA Neural Networks whose latest release can be downloaded as Version2.0sourcecode.tar.gz. It can be run online in the free hosting provider OnWorks for workstations.
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:
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.