#convolution Dépôts
Découvrez 12 dépôts GitHub open source actifs associés à #convolution, cumulant 35,137 étoiles au total (soit une moyenne de 2,928 étoiles par projet). Le projet en tête de ce thème est alibaba/MNN, avec 16,589 étoiles.
12 dépôts au total
MNN : Un moteur d'inférence ultra-rapide et léger, éprouvé en conditions réelles par Alibaba, alimentant des LLMs et une IA de bord haute performance sur appareil.
Bibliothèque open source d’opérations optimisées d’apprentissage profond (multiplication de matrices, convolution et attention) pour les processeurs (x64, AArch64, RISC-V) et les GPU Intel. Utilisée par PyTorch, TensorFlow, OpenVINO et ONNX Runtime.
Excellent projet pour le recrutement universitaire, les campagnes d'automne, les campagnes de printemps et les stages ! Nous vous guiderons pas à pas dans l'implémentation d'une bibliothèque d'inférence d'apprentissage profond haute performance, prenant en charge l'inférence de grands modèles tels que llama2, Unet, YoloV5, Resnet, etc. Implémentez pas à pas une bibliothèque d'inférence d'apprentissage profond haute performance.
une bibliothèque de Transformée de Fourier Rapide (FFT) qui essaie de Garder ça Simple, Idiot
Bibliothèque de transformées de Fourier rapides Vulkan/CUDA/HIP/OpenCL/Level Zero/Metal
Une implémentation du moteur de traitement audio JamesDSP à l'échelle du système pour les appareils Android non rootés
Théorie du traitement du signal numérique (DSP) : signaux, filtration (IIR, FIR, CIC, MAF), transformations (FFT, DFT, Hilbert, transformée en Z) etc.
[Non officiel] Implémentation PyTorch de "Conformer: Convolution-augmented Transformer for Speech Recognition" (INTERSPEECH 2020)
Les effets DSP audio sont basés sur la couche du framework système Android. Il s'agit d'un dépôt contenant un ensemble d'algorithmes DSP de haute qualité spécialisés dans le traitement audio.
Implémentation de convolutions FFT 1D, 2D et 3D dans PyTorch. Beaucoup plus rapides que les convolutions directes lorsque la taille du noyau est importante.
Foire aux questions
Quel est le dépôt #convolution le plus populaire sur GitHub ?
Le projet #convolution open source le mieux classé sur GitHub est alibaba/MNN, avec 16,589 étoiles. MNN : Un moteur d'inférence ultra-rapide et léger, éprouvé en conditions réelles par Alibaba, alimentant des LLMs et une IA de bord haute performance sur appareil.
Quels langages de programmation sont les plus utilisés dans les dépôts #convolution ?
Parmi les projets #convolution les mieux classés sur GitHub, les langages de programmation les plus courants sont C++, C, Python, Jupyter Notebook.
Comment le classement des dépôts #convolution est-il calculé ?
Nous suivons 12 dépôts open source actifs associés à #convolution (500+ étoiles), totalisant 35,137 étoiles, avec une moyenne de 2,928 étoiles par dépôt. Les classements sont mis à jour quotidiennement à partir de l’API GitHub.