これは Tiny CUDA Neural Networks という名前の Windows アプリで、その最新リリースは Version1.6.zip としてダウンロードできます。 これは、ワークステーション用の無料のホスティング プロバイダーである OnWorks でオンラインで実行できます。
Tiny CUDA Neural Networks with OnWorks という名前のこのアプリをオンラインで無料でダウンロードして実行します。
このアプリを実行するには、次の手順に従ってください。
-1。このアプリケーションをPCにダウンロードしました。
--2。ファイルマネージャーhttps://www.onworks.net/myfiles.php?username=XXXXXに必要なユーザー名を入力します。
-3。このアプリケーションをそのようなファイルマネージャにアップロードします。
-4。このWebサイトからOSOnWorksオンラインエミュレーターを起動しますが、Windowsオンラインエミュレーターの方が優れています。
-5。起動したばかりのOnWorksWindows OSから、必要なユーザー名でファイルマネージャーhttps://www.onworks.net/myfiles.php?username=XXXXXにアクセスします。
-6。アプリケーションをダウンロードしてインストールします。
-7.LinuxディストリビューションソフトウェアリポジトリからWineをダウンロードします。 インストールしたら、アプリをダブルクリックして、Wineで実行できます。 また、人気のあるWindowsプログラムやゲームのインストールに役立つWine上の豪華なインターフェイスであるPlayOnLinuxを試すこともできます。
WineはLinux上でWindowsソフトウェアを実行する方法ですが、Windowsは必要ありません。 Wineは、任意のLinuxデスクトップでWindowsプログラムを直接実行できるオープンソースのWindows互換性レイヤーです。 基本的に、Wineは、実際にWindowsを必要とせずに、これらすべてのWindowsアプリケーションを実行できるように、十分な数のWindowsを最初から再実装しようとしています。
スクリーンショットは
Ad
小さな CUDA ニューラル ネットワーク
DESCRIPTION
これは、ニューラル ネットワークのトレーニングとクエリを行うための小さな自己完結型のフレームワークです。 最も注目すべきは、超高速の「完全に融合された」多層パーセプトロン (テクニカル ペーパー)、汎用性の高い多重解像度ハッシュ エンコーディング (テクニカル ペーパー)、およびその他のさまざまな入力エンコーディング、損失、およびオプティマイザーのサポートが含まれていることです。 画像関数 (x,y) -> (R,G,B) を学習するサンプル アプリケーションを提供します。 このフレームワークの完全に融合された MLP コンポーネントは、既定の構成で非常に大量の共有メモリを必要とします。 RTX 3090、RTX 2080 Ti、またはハイエンドのエンタープライズ GPU でのみ動作する可能性があります。 ローエンドのカードでは、n_neurons パラメータを減らすか、代わりに CutlassMLP (互換性は向上しますが低速) を使用する必要があります。 tiny-cuda-nn には、Python コンテキスト内から高速 MLP と入力エンコーディングを使用できるようにする PyTorch 拡張機能が付属しています。 これらのバインディングは、完全な Python 実装よりも大幅に高速になる可能性があります。 特に、マルチレゾリューション ハッシュ エンコーディングの場合。
特徴
- Tiny CUDA ニューラル ネットワークにはシンプルな C++/CUDA API があります
- 2D 画像を学習する
- NVIDIA GPU が必要です
- Windows が必要: Visual Studio 2019
- Linux が必要: GCC/G++ 7.5 以降
- CUDA v10.2 以降および CMake v3.21 以降が必要です。
プログラミング言語
C + +
カテゴリー
これは https://sourceforge.net/projects/tiny-cuda-neural-netw.mirror/ からも取得できるアプリケーションです。 これは、OnWorks でホストされており、無料のオペレーティング システムの XNUMX つからオンラインで簡単に実行できます。
