PlaidML跨平台高性能深度学习框架

联合创作 · 2023-09-26 04:17

PlaidML 致力于跨平台开发部署的开源高性能深度学习框架。一方面可以让硬件开发者快速集成到框架里，一方面也可以让框架的使用者有接入各种硬件的能力。

使开发者者能够在任何设备上部署高性能神经网络

允许硬件开发人员快速与高级框架集成

允许框架开发人员轻松添加对多种硬件的支持

目前已经验证过的硬件有：

AMD

R9 Nano

RX 480

NVIDIA

K80, GTX 780

GTX 1070

浏览 24

点赞

收藏

分享

举报

评论

图片

表情

VisualDL跨框架深度学习可视化框架

VisualDL，即 Visualize the Deep Learning，是飞桨可视化分析工具，

VisualDL跨框架深度学习可视化框架

VisualDL，即 VisualizetheDeepLearning，是飞桨可视化分析工具，以丰富的图表呈现训练参数变化趋势、模型结构、数据样本、高维数据分布等。可帮助用户更清晰直观地理解深度学习模

OpenPPL高性能深度学习推理平台

OpenPPL 是基于自研高性能算子库的推理引擎，拥有极致调优的性能；提供云原生环境下的 AI 模

OpenPPL高性能深度学习推理平台

OpenPPL是基于自研高性能算子库的推理引擎，拥有极致调优的性能；提供云原生环境下的AI模型多后端部署能力，支持OpenMMLab等深度学习模型的高效部署。架构如下：高性能设计微架构友好的任务/数据

ML.NET跨平台机器学习框架

ML.NET是一个跨平台的开源机器学习框架，旨在让.NET开发者更快上手机器学习。ML.NET最初由微软研究院开发，在过去十年中已成长为一个重要的框架，并用于微软的许多产品组，如Windows、Bin

ML.NET跨平台机器学习框架

ML.NET 是一个跨平台的开源机器学习框架，旨在让 .NET 开发者更快上手机器学习。ML.NET

BytePS高性能分布式深度学习训练框架

BytePS是字节跳动开源的高性能分布式深度学习训练框架，官方宣称BytePS在性能上颠覆了过去几年allreduce流派一直占据上风的局面，超出目前其他所有分布式训练框架一倍以上的性能，且同时能够支

BytePS高性能分布式深度学习训练框架

BytePS 是字节跳动开源的高性能分布式深度学习训练框架，官方宣称 BytePS 在性能上颠覆了过

uCharts高性能跨平台图表

uCharts，高性能跨平台图表库，支持H5图表、APP图表、小程序图表（微信小程序、支付宝小程序、百度小程序、头条小程序），支持饼图、圆环图、线图、柱状图、区域图、雷达图、圆弧进度图、仪表盘、K线图

uCharts高性能跨平台图表

uCharts，高性能跨平台图表库，支持 H5 图表、APP 图表、小程序图表（微信小程序、支付宝小

点赞

收藏

分享

举报