这是名为 BlockSparse 的 Linux 应用，其最新版本可下载为 blocksparsev1.0.0sourcecode.zip。它可在免费的工作站托管服务提供商 OnWorks 上在线运行。
使用 OnWorks 免费下载并在线运行这个名为 BlockSparse 的应用程序。
请按照以下说明运行此应用程序：
- 1. 在您的 PC 中下载此应用程序。
- 2. 在我们的文件管理器 https://www.onworks.net/myfiles.php?username=XXXXX 中输入您想要的用户名。
- 3. 在这样的文件管理器中上传这个应用程序。
- 4. 从此网站启动OnWorks Linux online 或Windows online emulator 或MACOS online emulator。
- 5. 从您刚刚启动的 OnWorks Linux 操作系统，使用您想要的用户名转到我们的文件管理器 https://www.onworks.net/myfiles.php?username=XXXXX。
- 6. 下载应用程序，安装并运行。
SCREENSHOTS
Ad
块稀疏
商品描述
Blocksparse 代码库为块稀疏矩阵乘法和卷积运算提供了高效的 GPU 内核（TensorFlow 自定义操作）。其理念是利用块级稀疏性（即将矩阵或权重张量视为由块组成，其中许多块可能为零或未使用），以便在构建稀疏模式时节省计算和内存。这在 Sparse Transformers 等模型中尤为有用，因为其中的注意力矩阵或中间层可以采用块稀疏模式以实现更好的扩展性。该代码库实现了 Blocksparse 和逐块卷积/转置卷积原语，并支持在 NVIDIA GPU 上准备、执行和验证这些操作。除了底层内核之外，它还包含用于与 TensorFlow 集成的包装器代码、示例脚本（例如，基于 enwik8 数据集的转换器）、使用 Blocksparse 操作的转换器逻辑以及调试助手。
功能
- 针对 GPU 执行进行调整的块稀疏矩阵乘法内核
- 块稀疏卷积和转置卷积（反卷积）基元
- TensorFlow 自定义操作/包装器，可轻松集成到 TF 图中
- 使用块稀疏操作的示例转换器模型（例如 enwik8 脚本）
- 支持实用程序：形状助手、边缘偏差、规范化、偏差操作
- 验证、测试和调试支持，以验证稀疏执行的正确性
程式语言
Python
分类
此应用程序也可从 https://sourceforge.net/projects/blocksparse.mirror/ 获取。它已托管在 OnWorks 中，以便通过我们的免费操作系统之一以最便捷的方式在线运行。
