Ini adalah aplikasi Linux bernama AIMET yang rilis terbarunya dapat diunduh sebagai 1.28.0.zip. Ini dapat dijalankan secara online di penyedia hosting gratis OnWorks untuk workstation.
Unduh dan jalankan secara online aplikasi bernama AIMET with OnWorks ini secara gratis.
Ikuti petunjuk ini untuk menjalankan aplikasi ini:
- 1. Download aplikasi ini di PC Anda.
- 2. Masuk ke file manager kami https://www.onworks.net/myfiles.php?username=XXXXX dengan username yang anda inginkan.
- 3. Upload aplikasi ini di filemanager tersebut.
- 4. Jalankan emulator online OnWorks Linux atau Windows online atau emulator online MACOS dari situs web ini.
- 5. Dari OS Linux OnWorks yang baru saja Anda mulai, buka file manager kami https://www.onworks.net/myfiles.php?username=XXXXX dengan nama pengguna yang Anda inginkan.
- 6. Download aplikasinya, install dan jalankan.
Tangkapan layar
Ad
TUJUAN
DESKRIPSI
Qualcomm Innovation Center (QuIC) berada di garis depan dalam memungkinkan inferensi berdaya rendah melalui penelitian efisiensi model perintisnya. QuIC memiliki misi untuk membantu memigrasikan ekosistem menuju inferensi titik tetap. Dengan tujuan ini, QuIC menghadirkan AI Model Efficiency Toolkit (AIMET) - perpustakaan yang menyediakan teknik kuantisasi dan kompresi tingkat lanjut untuk model jaringan saraf terlatih. AIMET memungkinkan jaringan saraf berjalan lebih efisien pada akselerator perangkat keras AI titik tetap. Inferensi terkuantisasi secara signifikan lebih cepat daripada inferensi floating point. Misalnya, model yang kami jalankan di DSP Qualcomm® Hexagon™ daripada di CPU Qualcomm® Kryo™ menghasilkan peningkatan kecepatan 5x hingga 15x. Plus, model 8-bit juga memiliki jejak memori 4x lebih kecil dibandingkan model 32-bit. Namun, seringkali saat mengkuantisasi model pembelajaran mesin (misalnya, dari floating point 32-bit ke nilai fixed point 8-bit), akurasi model dikorbankan.
Fitur
- Samakan tensor bobot untuk mengurangi variasi amplitudo di seluruh saluran
- Teknik dekomposisi tensor untuk membagi lapisan besar menjadi dua lapisan yang lebih kecil
- Mengoreksi pergeseran dalam keluaran lapisan yang diperkenalkan karena kuantisasi
- Menghapus saluran input yang berlebihan dari lapisan dan merekonstruksi bobot lapisan
- Gunakan sim kuantisasi untuk melatih model lebih lanjut guna meningkatkan akurasi
- Secara otomatis memilih berapa banyak yang akan dikompresi setiap lapisan dalam model
Bahasa Pemrograman
Ular sanca
Kategori
Ini adalah aplikasi yang juga dapat diambil dari https://sourceforge.net/projects/aimet.mirror/. Itu telah dihosting di OnWorks untuk dijalankan secara online dengan cara termudah dari salah satu Sistem Operasi gratis kami.