Bibliotecas escritas em Cuda
instant-ngp
Primitivas de gráficos neurais instantâneos: NeRF extremamente rápido e muito mais.
- 13.4k
- GNU General Public License v3.0
deep-high-resolution-net.pytorch
O projeto é uma implementação oficial do nosso artigo CVPR2019 "Aprendizado profundo de representação de alta resolução para estimativa de pose humana".
- 4.1k
- MIT
blocksparse
Kernels de GPU eficientes para multiplicação e convolução de matriz esparsa em bloco.
- 948
- MIT
nv-wavenet
Implementação de referência da inferência de wavenet autorregressiva em tempo real.
- 700
- BSD 3-clause "New" or "Revised"
instant-ngp-Windows
Primitivas de gráficos neurais instantâneos: NeRF extremamente rápido e muito mais.
- 458
- GNU General Public License v3.0
MegBA
MegBA: uma biblioteca distribuída baseada em GPU para ajuste de pacote em larga escala.
- 368
- Apache License 2.0
raft
O RAFT contém algoritmos e primitivos fundamentais amplamente usados para ciência de dados, grafos e aprendizado de máquina. (por rapidsai).
- 278
- Apache License 2.0
dietgpu
Implementação de GPU de um codificador e decodificador de entropia ANS (sistema numeral assimétrico) generalizado rápido, com extensões para compactação sem perdas de tipos de dados numéricos e outros em aplicativos HPC/ML.
- 247
- MIT
TorchPQ
Pesquisa aproximada do vizinho mais próximo com quantização de produto na GPU em pytorch e cuda.
- 173
- MIT
cuhnsw
Implementação CUDA do algoritmo Hierarchical Navigable Small World Graph.
- 88
- Apache License 2.0
CUB
ESTE REPOSITÓRIO FOI MOVIDO PARA github.com/nvidia/cub, QUE É AUTOMATICAMENTE ESPELHADO AQUI..
- 71
- BSD 3-clause "New" or "Revised"
array-language-comparisons
Uma comparação de linguagens e bibliotecas de matrizes: APL, J, BQN, Q, Julia, R, NumPy, Nial, Futhark, SaC e ArrayFire.
- 60
- MIT
xgboost-node
Execute o modelo XGBoost e faça previsões em Node.js.
- 33
- GNU General Public License v3.0
kobra
Mecanismo de jogo orientado para pesquisa explorando técnicas de renderização de última geração (por vedavamadathil).
- 21
LSQR-CUDA
Esta é uma implementação LSQR-CUDA escrita por Lawrence Ayers sob a supervisão de Stefan Guthe do instituto GRIS na Technische Universität Darmstadt. A biblioteca LSQR foi criada por Chris Paige e Michael Saunders.
- 11
- MIT
SBNN
Rede neural binarizada singular baseada em operações de bit de GPU (consulte nosso documento SC-19).
- 10
- GNU General Public License v3.0
FirstCollisionTimestepRarefiedGasSimulator
Este simulador calcula todas as interseções possíveis para um intervalo de tempo muito pequeno para um modelo de partícula.
- 2