หน้าแรก>การเขียนโปรแกรมที่เกี่ยวข้อง>ซอร์สโค้ดอื่น ๆ
ดาวน์โหลด

ตัวอย่าง NVIDIA Deep Learning สำหรับเทนเซอร์คอร์

การแนะนำ

พื้นที่เก็บข้อมูลนี้มีตัวอย่างการเรียนรู้เชิงลึกที่ล้ำสมัยซึ่งง่ายต่อการฝึกฝนและปรับใช้ บรรลุความแม่นยำและประสิทธิภาพในการทำซ้ำที่ดีที่สุดด้วยซอฟต์แวร์สแต็ก NVIDIA CUDA-X ที่ทำงานบน NVIDIA Volta, Turing และ Ampere GPU

รีจิสทรีคอนเทนเนอร์ NVIDIA GPU Cloud (NGC)

ตัวอย่างเหล่านี้ พร้อมด้วยซอฟต์แวร์การเรียนรู้เชิงลึก NVIDIA ของเรามีให้ในคอนเทนเนอร์ Docker ที่อัปเดตทุกเดือนบนรีจิสทรีคอนเทนเนอร์ NGC (https://ngc.nvidia.com) ภาชนะเหล่านี้ได้แก่:

  • ตัวอย่าง NVIDIA ล่าสุดจากพื้นที่เก็บข้อมูลนี้
  • การสนับสนุนล่าสุดของ NVIDIA แชร์อัปสตรีมไปยังเฟรมเวิร์กที่เกี่ยวข้อง
  • ไลบรารีซอฟต์แวร์ NVIDIA Deep Learning ล่าสุด เช่น cuDNN, NCCL, cuBLAS ฯลฯ ซึ่งทั้งหมดได้ผ่านกระบวนการประกันคุณภาพที่เข้มงวดทุกเดือนเพื่อให้แน่ใจว่าไลบรารีเหล่านี้ให้ประสิทธิภาพที่ดีที่สุดเท่าที่จะเป็นไปได้
  • บันทึกประจำรุ่นรายเดือนสำหรับแต่ละคอนเทนเนอร์ที่ได้รับการปรับแต่งโดย NVIDIA

คอมพิวเตอร์วิทัศน์

โมเดล กรอบ แอมป์ มัลติ GPU หลายโหนด TensorRT สสส ไทรทัน เนื้อหาดาวน์โหลด หมายเหตุ
EfficientNet-B0 ไพทอร์ช ใช่ ใช่ - รองรับ - รองรับ ใช่ -
EfficientNet-B4 ไพทอร์ช ใช่ ใช่ - รองรับ - รองรับ ใช่ -
มีประสิทธิภาพNet-WideSE-B0 ไพทอร์ช ใช่ ใช่ - รองรับ - รองรับ ใช่ -
มีประสิทธิภาพNet-WideSE-B4 ไพทอร์ช ใช่ ใช่ - รองรับ - รองรับ ใช่ -
EfficientNet เวอร์ชัน 1-B0 เทนเซอร์โฟลว์2 ใช่ ใช่ ใช่ ตัวอย่าง - รองรับ ใช่ -
EfficientNet เวอร์ชัน 1-B4 เทนเซอร์โฟลว์2 ใช่ ใช่ ใช่ ตัวอย่าง - รองรับ ใช่ -
EfficientNet เวอร์ชัน 2-S เทนเซอร์โฟลว์2 ใช่ ใช่ ใช่ ตัวอย่าง - รองรับ ใช่ -
GPUNet ไพทอร์ช ใช่ ใช่ - ตัวอย่าง ใช่ ตัวอย่าง ใช่ -
หน้ากาก R-CNN ไพทอร์ช ใช่ ใช่ - ตัวอย่าง - รองรับ - ใช่
หน้ากาก R-CNN เทนเซอร์โฟลว์2 ใช่ ใช่ - ตัวอย่าง - รองรับ ใช่ -
nnUNet ไพทอร์ช ใช่ ใช่ - รองรับ - รองรับ ใช่ -
เรสเน็ต-50 เอ็มเอ็กซ์เน็ต ใช่ ใช่ - รองรับ - รองรับ - -
เรสเน็ต-50 พายเรือพาย ใช่ ใช่ - ตัวอย่าง - รองรับ - -
เรสเน็ต-50 ไพทอร์ช ใช่ ใช่ - ตัวอย่าง - ตัวอย่าง ใช่ -
เรสเน็ต-50 เทนเซอร์โฟลว์ ใช่ ใช่ - รองรับ - รองรับ ใช่ -
ResNeXt-101 ไพทอร์ช ใช่ ใช่ - ตัวอย่าง - ตัวอย่าง ใช่ -
ResNeXt-101 เทนเซอร์โฟลว์ ใช่ ใช่ - รองรับ - รองรับ ใช่ -
SE-ResNeXt-101 ไพทอร์ช ใช่ ใช่ - ตัวอย่าง - ตัวอย่าง ใช่ -
SE-ResNeXt-101 เทนเซอร์โฟลว์ ใช่ ใช่ - รองรับ - รองรับ ใช่ -
เอสเอสดี ไพทอร์ช ใช่ ใช่ - รองรับ - รองรับ - ใช่
เอสเอสดี เทนเซอร์โฟลว์ ใช่ ใช่ - รองรับ - รองรับ ใช่ ใช่
ยู-เน็ต เมด เทนเซอร์โฟลว์2 ใช่ ใช่ - ตัวอย่าง - รองรับ ใช่ -

การประมวลผลภาษาธรรมชาติ

โมเดล กรอบ แอมป์ มัลติ GPU หลายโหนด TensorRT สสส ไทรทัน เนื้อหาดาวน์โหลด หมายเหตุ
เบิร์ต ไพทอร์ช ใช่ ใช่ ใช่ ตัวอย่าง - ตัวอย่าง ใช่ -
GNMT ไพทอร์ช ใช่ ใช่ - รองรับ - รองรับ - -
อีเล็คตร้า เทนเซอร์โฟลว์2 ใช่ ใช่ ใช่ รองรับ - รองรับ ใช่ -
เบิร์ต เทนเซอร์โฟลว์ ใช่ ใช่ ใช่ ตัวอย่าง - ตัวอย่าง ใช่ ใช่
เบิร์ต เทนเซอร์โฟลว์2 ใช่ ใช่ ใช่ รองรับ - รองรับ ใช่ -
GNMT เทนเซอร์โฟลว์ ใช่ ใช่ - รองรับ - รองรับ - -
หม้อแปลงที่เร็วขึ้น เทนเซอร์โฟลว์ - - - ตัวอย่าง - รองรับ - -

ระบบผู้แนะนำ

โมเดล กรอบ แอมป์ มัลติ GPU หลายโหนด สสส ไทรทัน เนื้อหาดาวน์โหลด หมายเหตุ
ดีอาร์เอ็ม ไพทอร์ช ใช่ ใช่ - ใช่ ตัวอย่าง ใช่ ใช่
ดีอาร์เอ็ม เทนเซอร์โฟลว์2 ใช่ ใช่ ใช่ - รองรับ ใช่ -
กสทช ไพทอร์ช ใช่ ใช่ - - รองรับ - -
กว้างและลึก เทนเซอร์โฟลว์ ใช่ ใช่ - - รองรับ ใช่ -
กว้างและลึก เทนเซอร์โฟลว์2 ใช่ ใช่ - - รองรับ ใช่ -
กสทช เทนเซอร์โฟลว์ ใช่ ใช่ - - รองรับ ใช่ -
VAE-CF เทนเซอร์โฟลว์ ใช่ ใช่ - - รองรับ - -
ซิม เทนเซอร์โฟลว์2 ใช่ ใช่ - - รองรับ ใช่ -

พูดเป็นข้อความ

โมเดล กรอบ แอมป์ มัลติ GPU หลายโหนด TensorRT สสส ไทรทัน เนื้อหาดาวน์โหลด หมายเหตุ
แจสเปอร์ ไพทอร์ช ใช่ ใช่ - ตัวอย่าง ใช่ ตัวอย่าง ใช่ ใช่
ควอตซ์เน็ต ไพทอร์ช ใช่ ใช่ - รองรับ - รองรับ ใช่ -

ข้อความเป็นคำพูด

โมเดล กรอบ แอมป์ มัลติ GPU หลายโหนด TensorRT สสส ไทรทัน เนื้อหาดาวน์โหลด หมายเหตุ
ฟาสต์พิทช์ ไพทอร์ช ใช่ ใช่ - ตัวอย่าง - ตัวอย่าง ใช่ ใช่
คำพูดที่รวดเร็ว ไพทอร์ช ใช่ ใช่ - ตัวอย่าง - รองรับ - -
ทาโคตรอน 2 และเวฟโกลว์ ไพทอร์ช ใช่ ใช่ - ตัวอย่าง ใช่ ตัวอย่าง ใช่ -
ไฮไฟ-GAN ไพทอร์ช ใช่ ใช่ - รองรับ - รองรับ ใช่ -

กราฟโครงข่ายประสาทเทียม

โมเดล กรอบ แอมป์ มัลติ GPU หลายโหนด สสส ไทรทัน เนื้อหาดาวน์โหลด หมายเหตุ
SE(3)-หม้อแปลงไฟฟ้า ไพทอร์ช ใช่ ใช่ - - รองรับ - -
โมโฟลว์ ไพทอร์ช ใช่ ใช่ - - รองรับ - -

การพยากรณ์อนุกรมเวลา

โมเดล กรอบ แอมป์ มัลติ GPU หลายโหนด TensorRT สสส ไทรทัน เนื้อหาดาวน์โหลด หมายเหตุ
หม้อแปลงฟิวชั่นชั่วคราว ไพทอร์ช ใช่ ใช่ - ตัวอย่าง ใช่ ตัวอย่าง ใช่ -

การสนับสนุน NVIDIA

ในแต่ละเครือข่าย README เราจะระบุระดับการสนับสนุนที่จะมอบให้ โดยมีตั้งแต่การอัปเดตและการปรับปรุงอย่างต่อเนื่องไปจนถึงการเปิดตัวแบบ point-in-time สำหรับความเป็นผู้นำทางความคิด

อภิธานศัพท์

รองรับ Multinode Training บนคลัสเตอร์ pyxis/enroot Slurm

คอมไพเลอร์การเรียนรู้เชิงลึก (DLC) TensorFlow XLA และ PyTorch JIT และ/หรือ TorchScript

Accelerated Linear Algebra (XLA) XLA เป็นคอมไพเลอร์เฉพาะโดเมนสำหรับพีชคณิตเชิงเส้นที่สามารถเร่งโมเดล TensorFlow โดยที่อาจไม่มีการเปลี่ยนแปลงซอร์สโค้ด ผลลัพธ์คือการปรับปรุงความเร็วและการใช้หน่วยความจำ

PyTorch JIT และ/หรือ TorchScript TorchScript เป็นวิธีการสร้างแบบจำลองที่ต่อเนื่องและปรับให้เหมาะสมได้จากโค้ด PyTorch TorchScript ซึ่งเป็นการแสดงระดับกลางของโมเดล PyTorch (คลาสย่อยของ nn.Module) ที่สามารถรันในสภาพแวดล้อมที่มีประสิทธิภาพสูง เช่น C++

Automatic Mixed Precision (AMP) Automatic Mixed Precision (AMP) ช่วยให้สามารถฝึกฝนความแม่นยำแบบผสมบนสถาปัตยกรรม Volta, Turing และ NVIDIA Ampere GPU โดยอัตโนมัติ

TensorFloat-32 (TF32) TensorFloat-32 (TF32) เป็นโหมดคณิตศาสตร์ใหม่ใน NVIDIA A100 GPU สำหรับการจัดการคณิตศาสตร์เมทริกซ์หรือที่เรียกว่าการทำงานของเทนเซอร์ TF32 ที่ทำงานบน Tensor Cores ใน A100 GPU สามารถเร่งความเร็วได้สูงสุดถึง 10 เท่า เมื่อเทียบกับการคำนวณจุดลอยตัวที่มีความแม่นยำเดี่ยว (FP32) บน Volta GPU TF32 ได้รับการสนับสนุนในสถาปัตยกรรม NVIDIA Ampere GPU และเปิดใช้งานตามค่าเริ่มต้น

Jupyter Notebooks (NB) Jupyter Notebook เป็นเว็บแอปพลิเคชันโอเพ่นซอร์สที่ช่วยให้คุณสามารถสร้างและแบ่งปันเอกสารที่มีโค้ดสด สมการ การแสดงภาพ และข้อความบรรยายได้

ข้อเสนอแนะ / การมีส่วนร่วม

เรากำลังโพสต์ตัวอย่างเหล่านี้บน GitHub เพื่อสนับสนุนชุมชนได้ดีขึ้น อำนวยความสะดวกในการตอบรับ ตลอดจนรวบรวมและดำเนินการสนับสนุนโดยใช้ปัญหา GitHub และดึงคำขอ เรายินดีรับทุกการมีส่วนร่วม!

ปัญหาที่ทราบ

ในแต่ละเครือข่าย README เราจะระบุปัญหาที่ทราบและสนับสนุนให้ชุมชนให้ข้อเสนอแนะ

ขยาย
ข้อมูลเพิ่มเติม
แนะนำสำหรับคุณ
ข้อมูลที่เกี่ยวข้อง ทั้งหมด