#gpu-acceleration Dépôts
181 dépôts au total
Entraînement efficace (y compris pré-entraînement et réglage fin) pour les grands modèles
Essayer de comparer des bibliothèques connues de dessin de graphes
Accélérez l'entraînement du modèle en corrigeant le chargement des données.
Bibliothèque Python pour la simulation de réponse impulsionnelle en salle (RIR) avec accélération GPU
Flux de travail entièrement automatisé pour la promotion de romans IA, de l'ID à la vidéo automatiquement
Moteur de physique continue multi-matériaux haute performance dans Taichi
Plugin de rendu WebGL entièrement fonctionnel et ridiculement rapide pour Leaflet
Propulsé par NVIDIA cuOpt : une boîte à outils d’optimisation de portefeuille accélérée par GPU pour créer, tester rétrospectivement et mettre à l’échelle des flux de travail d’investissement Mean-CVaR et Mean-Variance avec CUDA-X Data Science.