Repositori ini memberikan contoh Pembelajaran Mendalam Tercanggih yang mudah dilatih dan diterapkan, mencapai akurasi dan kinerja terbaik yang dapat direproduksi dengan tumpukan perangkat lunak NVIDIA CUDA-X yang berjalan pada GPU NVIDIA Volta, Turing, dan Ampere.
Contoh-contoh ini, bersama dengan tumpukan perangkat lunak pembelajaran mendalam NVIDIA kami, disediakan dalam kontainer Docker yang diperbarui setiap bulan di registri kontainer NGC (https://ngc.nvidia.com). Wadah tersebut antara lain:
Model | Kerangka | AMP | Multi-GPU | Multi-Node | TensorRT | ONNX | Triton | DLC | catatan |
---|---|---|---|---|---|---|---|---|---|
EfisienNet-B0 | PyTorch | Ya | Ya | - | Didukung | - | Didukung | Ya | - |
EfisienNet-B4 | PyTorch | Ya | Ya | - | Didukung | - | Didukung | Ya | - |
EfisienNet-WideSE-B0 | PyTorch | Ya | Ya | - | Didukung | - | Didukung | Ya | - |
EfisienNet-WideSE-B4 | PyTorch | Ya | Ya | - | Didukung | - | Didukung | Ya | - |
EfisienNet v1-B0 | TensorFlow2 | Ya | Ya | Ya | Contoh | - | Didukung | Ya | - |
EfisienNet v1-B4 | TensorFlow2 | Ya | Ya | Ya | Contoh | - | Didukung | Ya | - |
EfisienNet v2-S | TensorFlow2 | Ya | Ya | Ya | Contoh | - | Didukung | Ya | - |
GPUNet | PyTorch | Ya | Ya | - | Contoh | Ya | Contoh | Ya | - |
Topeng R-CNN | PyTorch | Ya | Ya | - | Contoh | - | Didukung | - | Ya |
Topeng R-CNN | TensorFlow2 | Ya | Ya | - | Contoh | - | Didukung | Ya | - |
nnUNet | PyTorch | Ya | Ya | - | Didukung | - | Didukung | Ya | - |
ResNet-50 | MXNet | Ya | Ya | - | Didukung | - | Didukung | - | - |
ResNet-50 | DayungPaddle | Ya | Ya | - | Contoh | - | Didukung | - | - |
ResNet-50 | PyTorch | Ya | Ya | - | Contoh | - | Contoh | Ya | - |
ResNet-50 | Aliran Tensor | Ya | Ya | - | Didukung | - | Didukung | Ya | - |
ResNeXt-101 | PyTorch | Ya | Ya | - | Contoh | - | Contoh | Ya | - |
ResNeXt-101 | Aliran Tensor | Ya | Ya | - | Didukung | - | Didukung | Ya | - |
SE-ResNeXt-101 | PyTorch | Ya | Ya | - | Contoh | - | Contoh | Ya | - |
SE-ResNeXt-101 | Aliran Tensor | Ya | Ya | - | Didukung | - | Didukung | Ya | - |
SSD | PyTorch | Ya | Ya | - | Didukung | - | Didukung | - | Ya |
SSD | Aliran Tensor | Ya | Ya | - | Didukung | - | Didukung | Ya | Ya |
Kedokteran U-Net | TensorFlow2 | Ya | Ya | - | Contoh | - | Didukung | Ya | - |
Model | Kerangka | AMP | Multi-GPU | Multi-Node | TensorRT | ONNX | Triton | DLC | catatan |
---|---|---|---|---|---|---|---|---|---|
BERT | PyTorch | Ya | Ya | Ya | Contoh | - | Contoh | Ya | - |
GNMT | PyTorch | Ya | Ya | - | Didukung | - | Didukung | - | - |
ELEKTRA | TensorFlow2 | Ya | Ya | Ya | Didukung | - | Didukung | Ya | - |
BERT | Aliran Tensor | Ya | Ya | Ya | Contoh | - | Contoh | Ya | Ya |
BERT | TensorFlow2 | Ya | Ya | Ya | Didukung | - | Didukung | Ya | - |
GNMT | Aliran Tensor | Ya | Ya | - | Didukung | - | Didukung | - | - |
Transformator Lebih Cepat | Aliran Tensor | - | - | - | Contoh | - | Didukung | - | - |
Model | Kerangka | AMP | Multi-GPU | Multi-Node | ONNX | Triton | DLC | catatan |
---|---|---|---|---|---|---|---|---|
DLRM | PyTorch | Ya | Ya | - | Ya | Contoh | Ya | Ya |
DLRM | TensorFlow2 | Ya | Ya | Ya | - | Didukung | Ya | - |
NCF | PyTorch | Ya | Ya | - | - | Didukung | - | - |
Lebar & Dalam | Aliran Tensor | Ya | Ya | - | - | Didukung | Ya | - |
Lebar & Dalam | TensorFlow2 | Ya | Ya | - | - | Didukung | Ya | - |
NCF | Aliran Tensor | Ya | Ya | - | - | Didukung | Ya | - |
VAE-CF | Aliran Tensor | Ya | Ya | - | - | Didukung | - | - |
SIM | TensorFlow2 | Ya | Ya | - | - | Didukung | Ya | - |
Model | Kerangka | AMP | Multi-GPU | Multi-Node | TensorRT | ONNX | Triton | DLC | catatan |
---|---|---|---|---|---|---|---|---|---|
jasper | PyTorch | Ya | Ya | - | Contoh | Ya | Contoh | Ya | Ya |
Jaring Kuarsa | PyTorch | Ya | Ya | - | Didukung | - | Didukung | Ya | - |
Model | Kerangka | AMP | Multi-GPU | Multi-Node | TensorRT | ONNX | Triton | DLC | catatan |
---|---|---|---|---|---|---|---|---|---|
Pitch Cepat | PyTorch | Ya | Ya | - | Contoh | - | Contoh | Ya | Ya |
Pidato Cepat | PyTorch | Ya | Ya | - | Contoh | - | Didukung | - | - |
Tacotron 2 dan WaveGlow | PyTorch | Ya | Ya | - | Contoh | Ya | Contoh | Ya | - |
HiFi-GAN | PyTorch | Ya | Ya | - | Didukung | - | Didukung | Ya | - |
Model | Kerangka | AMP | Multi-GPU | Multi-Node | ONNX | Triton | DLC | catatan |
---|---|---|---|---|---|---|---|---|
SE(3)-Transformator | PyTorch | Ya | Ya | - | - | Didukung | - | - |
Aliran Mo | PyTorch | Ya | Ya | - | - | Didukung | - | - |
Model | Kerangka | AMP | Multi-GPU | Multi-Node | TensorRT | ONNX | Triton | DLC | catatan |
---|---|---|---|---|---|---|---|---|---|
Transformator Fusi Temporal | PyTorch | Ya | Ya | - | Contoh | Ya | Contoh | Ya | - |
Di setiap README jaringan, kami menunjukkan tingkat dukungan yang akan diberikan. Rentangnya mulai dari pembaruan dan penyempurnaan berkelanjutan hingga rilis tepat waktu untuk kepemimpinan pemikiran.
Pelatihan Multinode Didukung pada cluster Slurm pyxis/enroot.
Kompiler Pembelajaran Mendalam (DLC) TensorFlow XLA dan PyTorch JIT dan/atau TorchScript
Aljabar Linear yang Dipercepat (XLA) XLA adalah compiler khusus domain untuk aljabar linier yang dapat mempercepat model TensorFlow tanpa kemungkinan perubahan kode sumber. Hasilnya adalah peningkatan kecepatan dan penggunaan memori.
PyTorch JIT dan/atau TorchScript TorchScript adalah cara untuk membuat model yang dapat diserialkan dan dioptimalkan dari kode PyTorch. TorchScript, representasi perantara model PyTorch (subkelas nn.Module) yang kemudian dapat dijalankan di lingkungan berkinerja tinggi seperti C++.
Presisi Campuran Otomatis (AMP) Presisi Campuran Otomatis (AMP) memungkinkan pelatihan presisi campuran pada arsitektur GPU Volta, Turing, dan NVIDIA Ampere secara otomatis.
TensorFloat-32 (TF32) TensorFloat-32 (TF32) adalah mode matematika baru di GPU NVIDIA A100 untuk menangani matematika matriks yang juga disebut operasi tensor. TF32 yang dijalankan pada Tensor Cores di GPU A100 dapat memberikan peningkatan kecepatan hingga 10x dibandingkan dengan matematika floating-point presisi tunggal (FP32) pada GPU Volta. TF32 didukung dalam arsitektur GPU NVIDIA Ampere dan diaktifkan secara default.
Jupyter Notebooks (NB) Jupyter Notebook adalah aplikasi web sumber terbuka yang memungkinkan Anda membuat dan berbagi dokumen yang berisi kode langsung, persamaan, visualisasi, dan teks naratif.
Kami memposting contoh-contoh ini di GitHub untuk memberikan dukungan yang lebih baik kepada komunitas, memfasilitasi masukan, serta mengumpulkan dan menerapkan kontribusi menggunakan Masalah GitHub dan permintaan penarikan. Kami menyambut semua kontribusi!
Di setiap README jaringan, kami menunjukkan masalah apa pun yang diketahui dan mendorong komunitas untuk memberikan umpan balik.