这是名为“Tiny CUDA Neural Networks”的Linux应用程序，其最新版本可以下载为Version2.0sourcecode.tar.gz。它可以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 Tiny CUDA Neural Networks 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。
截图：
微型 CUDA 神经网络
描述：
这是一个用于训练和查询神经网络的小型独立框架。 最值得注意的是，它包含一个快如闪电的“完全融合”多层感知器（技术论文）、一个多功能的多分辨率哈希编码（技术论文），以及对各种其他输入编码、损失和优化器的支持。 我们提供了一个示例应用程序，其中学习了图像函数 (x,y) -> (R,G,B)。 该框架的完全融合 MLP 组件在其默认配置中需要大量共享内存。 它可能只适用于 RTX 3090、RTX 2080 Ti 或高端企业 GPU。 低端卡必须减少 n_neurons 参数或改用 CutlassMLP（更好的兼容性但更慢）。 tiny-cuda-nn 带有 PyTorch 扩展，允许在 Python 上下文中使用快速 MLP 和输入编码。 这些绑定比完整的 Python 实现要快得多； 特别是对于多分辨率哈希编码。
功能
- 微型 CUDA 神经网络具有简单的 C++/CUDA API
- 学习二维图像
- 需要 NVIDIA GPU
- 需要 Windows：Visual Studio 2019
- 需要 Linux：GCC/G++ 7.5 或更高版本
- 需要 CUDA v10.2 或更高版本和 CMake v3.21 或更高版本。
程式语言
C + +中
分类
这是一个也可以从 https://sourceforge.net/projects/tiny-cuda-neural-netw.mirror/ 获取的应用程序。 它已托管在 OnWorks 中，以便以最简单的方式从我们的免费操作系统之一在线运行。