Tiny CUDA Neural Networks라는 이름의 Windows 앱으로 최신 릴리스를 Version1.6.zip으로 다운로드할 수 있습니다. 워크스테이션용 무료 호스팅 제공업체인 OnWorks에서 온라인으로 실행할 수 있습니다.
OnWorks와 함께 Tiny CUDA Neural Networks라는 이 앱을 무료로 다운로드하여 온라인에서 실행하십시오.
이 앱을 실행하려면 다음 지침을 따르세요.
- 1. 이 애플리케이션을 PC에 다운로드했습니다.
- 2. 파일 관리자 https://www.onworks.net/myfiles.php?username=XXXXX에 원하는 사용자 이름을 입력합니다.
- 3. 이러한 파일 관리자에서 이 응용 프로그램을 업로드합니다.
- 4. 이 웹사이트에서 모든 OS OnWorks 온라인 에뮬레이터를 시작하지만 더 나은 Windows 온라인 에뮬레이터를 시작합니다.
- 5. 방금 시작한 OnWorks Windows OS에서 원하는 사용자 이름으로 파일 관리자 https://www.onworks.net/myfiles.php?username=XXXXX로 이동합니다.
- 6. 애플리케이션을 다운로드하여 설치합니다.
- 7. Linux 배포 소프트웨어 저장소에서 Wine을 다운로드합니다. 설치가 완료되면 앱을 두 번 클릭하여 Wine과 함께 실행할 수 있습니다. 인기 있는 Windows 프로그램 및 게임을 설치하는 데 도움이 되는 Wine을 통한 멋진 인터페이스인 PlayOnLinux를 사용해 볼 수도 있습니다.
Wine은 Linux에서 Windows 소프트웨어를 실행하는 방법이지만 Windows가 필요하지 않습니다. Wine은 모든 Linux 데스크탑에서 직접 Windows 프로그램을 실행할 수 있는 오픈 소스 Windows 호환성 계층입니다. 본질적으로 Wine은 Windows가 필요하지 않고 모든 Windows 응용 프로그램을 실행할 수 있도록 Windows를 처음부터 충분히 다시 구현하려고 합니다.
스크린 샷
Ad
작은 CUDA 신경망
기술
이것은 신경망을 교육하고 쿼리하기 위한 작은 독립형 프레임워크입니다. 가장 주목할 만한 것은 번개처럼 빠른 "완전히 융합된" 다층 퍼셉트론(기술 문서), 다목적 다중 해상도 해시 인코딩(기술 문서)은 물론 다양한 기타 입력 인코딩, 손실 및 옵티마이저에 대한 지원을 포함합니다. 이미지 함수 (x,y) -> (R,G,B)를 학습하는 샘플 애플리케이션을 제공합니다. 이 프레임워크의 완전히 융합된 MLP 구성 요소는 기본 구성에서 매우 많은 양의 공유 메모리를 필요로 합니다. RTX 3090, RTX 2080 Ti 또는 고급 엔터프라이즈 GPU에서만 작동할 가능성이 높습니다. 로우엔드 카드는 n_neurons 매개변수를 줄이거나 대신 CutlassMLP(호환성은 좋지만 속도가 느림)를 사용해야 합니다. tiny-cuda-nn은 Python 컨텍스트 내에서 빠른 MLP 및 입력 인코딩을 사용할 수 있는 PyTorch 확장과 함께 제공됩니다. 이러한 바인딩은 전체 Python 구현보다 훨씬 빠를 수 있습니다. 특히 다중 해상도 해시 인코딩의 경우.
기능
- 작은 CUDA 신경망에는 간단한 C++/CUDA API가 있습니다.
- 2D 이미지 학습
- NVIDIA GPU 필요
- Windows 필요: Visual Studio 2019
- Linux 필요: GCC/G++ 7.5 이상
- CUDA v10.2 이상 및 CMake v3.21 이상이 필요합니다.
프로그래밍 언어
C + +
카테고리
이것은 https://sourceforge.net/projects/tiny-cuda-neural-netw.mirror/에서도 가져올 수 있는 애플리케이션입니다. 무료 운영 체제 중 하나에서 가장 쉬운 방법으로 온라인으로 실행하기 위해 OnWorks에서 호스팅되었습니다.
