کتابخانه های نوشته شده با جاوا اسکریپت

instant-ngp

گرافیک های عصبی فوری: NeRF سریع رعد و برق و موارد دیگر.
  • 13.4k
  • GNU General Public License v3.0

deep-high-resolution-net.pytorch

این پروژه یک اجرای رسمی مقاله CVPR2019 ما "یادگیری بازنمایی با وضوح بالا برای تخمین وضعیت انسان" است.
  • 4.1k
  • MIT

cub

اصول اولیه تعاونی برای CUDA C++. (توسط NVIDIA).
  • 1.5k
  • BSD 3-clause "New" or "Revised"

cugraph

cuGraph - RAPIDS Graph Analytics Library.
  • 1.3k
  • Apache License 2.0

blocksparse

هسته‌های GPU کارآمد برای ضرب و کانولوشن ماتریس‌های پراکنده.
  • 948
  • MIT

k2

الگوریتم های FSA/FST، قابل تمایز، با سازگاری PyTorch..
  • 927
  • Apache License 2.0

nv-wavenet

اجرای مرجع استنتاج موجک اتورگرسیو بلادرنگ
  • 700
  • BSD 3-clause "New" or "Revised"

nvParse

تجزیه کننده CSV سریع و مبتنی بر gpu.
  • 550
  • Apache License 2.0

instant-ngp-Windows

گرافیک های عصبی فوری: NeRF سریع رعد و برق و موارد دیگر.
  • 458
  • GNU General Public License v3.0

nccl-tests

تست های NCCL
  • 436
  • BSD 3-clause "New" or "Revised"

MegBA

MegBA: یک کتابخانه توزیع‌شده مبتنی بر GPU برای تنظیم بسته‌ای در مقیاس بزرگ.
  • 368
  • Apache License 2.0

raft

RAFT شامل الگوریتم‌ها و الگوریتم‌های اولیه پرکاربرد برای علم داده، گراف و یادگیری ماشین است. (توسط rapidsai).
  • 278
  • Apache License 2.0

dietgpu

اجرای GPU یک رمزگذار و رمزگشای آنتروپی تعمیم‌یافته سریع ANS (سیستم اعداد نامتقارن)، با برنامه‌های افزودنی برای فشرده‌سازی بدون تلفات عددی و انواع داده‌های دیگر در برنامه‌های HPC/ML.
  • 247
  • MIT

TorchPQ

جستجوی تقریبی نزدیکترین همسایه با کوانتیزه کردن محصول در GPU در pytorch و cuda.
  • 173
  • MIT

Lantern

  • 163
  • BSD 3-clause "New" or "Revised"

RWKV-CUDA

نسخه CUDA مدل زبان RWKV (https://github.com/BlinkDL/RWKV-LM).
  • 113

cuhnsw

اجرای CUDA الگوریتم نمودار جهان کوچک قابل پیمایش سلسله مراتبی.
  • 88
  • Apache License 2.0

CUB

این مخزن به github.com/nvidia/cub منتقل شده است که به طور خودکار در اینجا منعکس می شود.
  • 71
  • BSD 3-clause "New" or "Revised"

array-language-comparisons

مقایسه زبان‌ها و کتابخانه‌های آرایه: APL، J، BQN، Q، Julia، R، NumPy، Nial، Futhark، SaC و ArrayFire..
  • 60
  • MIT

mish-cuda

تابع فعال سازی Mish برای PyTorch (توسط JunnYu).
  • 48
  • MIT

rocm-examples

  • 39
  • MIT

xgboost-node

مدل XGBoost را اجرا کنید و در Node.js پیش بینی کنید.
  • 33
  • GNU General Public License v3.0

CUDA-Guide

CUDA Guide.
  • 29

kobra

موتور بازی تحقیق محور در حال کاوش در تکنیک های رندر هنر (توسط vedavamadathil).
  • 21

CryptoGPU

تجزیه و تحلیل قیمت ارزهای دیجیتال
  • 16

LSQR-CUDA

این یک پیاده سازی LSQR-CUDA است که توسط لارنس آیرز و تحت نظارت استفان گوته از موسسه GRIS در دانشگاه فنی دارمشتات نوشته شده است. کتابخانه LSQR تالیف کریس پیج و مایکل ساندرز است.
  • 11
  • MIT

SBNN

شبکه عصبی دوتایی تکی بر اساس عملیات بیت GPU (به مقاله SC-19 ما مراجعه کنید).
  • 10
  • GNU General Public License v3.0

GCGT

کد منبع مقاله: پیمایش نمودار فشرده مبتنی بر GPU.
  • 7
  • MIT

FirstCollisionTimestepRarefiedGasSimulator

این شبیه ساز تمام تقاطع های ممکن را برای یک گام زمانی بسیار کوچک برای یک مدل ذره محاسبه می کند.
  • 2

DOKSparse

تانسورهای DOK پراکنده در GPU، pytorch.
  • 1
  • MIT