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 7

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