#deep-learning-acceleration Repositories
Entdecke 4 aktive Open-Source-GitHub-Repositories, die mit #deep-learning-acceleration getaggt sind und insgesamt 3,784 Sterne gesammelt haben (durchschnittlich 946 Sterne pro Projekt). Spitzenreiter in diesem Themenbereich ist Dao-AILab/quack mit 1,196 Sternen.
Insgesamt 4 Repositories
Eine Papiersammlung einiger neuer Arbeiten über Token-Kompression für Vit und VLM
Ein 120-tägiger CUDA-Lernplan, der tägliche Konzepte, Übungen, Fallstricke und Referenzen (einschließlich „Programming Massively Parallel Processors“) abdeckt. Bietet sechs Abschlussprojekte zur Festigung von Fähigkeiten in GPU-Parallelprogrammierung, Speichermanagement und Leistungsoptimierung.
LeanRL ist ein Fork von CleanRL, bei dem ausgewählte PyTorch-Skripte durch Kompilierung und Cudagraphs auf Leistung optimiert wurden.
Häufig gestellte Fragen
Welches ist das beliebteste #deep-learning-acceleration-Repository auf GitHub?
Das am höchsten eingestufte Open-Source-#deep-learning-acceleration-Projekt auf GitHub ist Dao-AILab/quack mit 1,196 Sternen. Eine skurrile Auswahl an süßen Kernels
Welche Programmiersprachen werden in #deep-learning-acceleration-Repositories am häufigsten verwendet?
Unter den am höchsten eingestuften #deep-learning-acceleration-Projekten auf GitHub sind Python, Shell die am häufigsten verwendeten Programmiersprachen.
Wie wird das Ranking der #deep-learning-acceleration-Repositories berechnet?
Wir verfolgen 4 aktive Open-Source-Repositories, die mit #deep-learning-acceleration getaggt sind (500+ Sterne), mit insgesamt 3,784 Sternen und durchschnittlich 946 Sternen pro Repository. Die Rankings werden täglich über die GitHub-API aktualisiert.