这些优秀的组织正在使用:

PanGu-Alpha 模型在 GPU 上推理和训练

Updated 4 months ago Python

语义分割是自主车辆理解周围场景的关键技术。对于实际的自主车辆,不希望花费大量的推理时间来获得高精度的分割结果。使用轻量级架构(编码器解码器或双通道)或对低分辨率图像进行推理,最近的方法实现了非常快速的场景解析,甚至可以在单个1080Ti GPU上以100 FPS以上的速度运行。然而,在这些实时方法和基于膨胀主干的模型之间仍然存在明显的性能差距。 为了解决这个问题,受HRNet的启发,作者提出了一种具有深度高分辨率表示能力的深度双分辨率网络,用于高分辨率图像的实时语义分割,特别是道路行驶图像。作者提出了

Updated 3 weeks ago Python

Inception_ResNet_v2是Google的深度学习卷积架构系列的一个版本。Inception_ResNet_v2主要通过修改以前的Inception架构来减少计算资源的消耗。该方法在2016年出版的Inception-v4, Inception-ResNet and the Impact of Residual Connections on Learning一文中提出的。

Updated 5 months ago Python

细粒度分类具有挑战性,因为很难找到有区别的特征。找到那些能够完全描述物体的细微特征并不容易。为了解决这一问题,我们提出了一种新的自监督机制来有效地对信息区域进行定位,而不需要使用框/部件标注。我们的模型NTS-Net称为导航-教学-审查网络,由导航器代理、教学器代理和审查器代理组成。考虑到区域的信息量与其为groundtruth类的概率之间的内在一致性,设计了一种新的训练范式,使导航器能够在教学器的指导下检测出信息量最大的区域。然后,审查器从导航器中仔细识别建议的区域并做出预测。我们的模型可以看作是一个

Updated 5 months ago Python

@Deprecated 此仓库已弃用,请移步至 https://git.openi.org.cn/OpenI/octopus
启智章鱼项目(OPENI-OCTOPUS)是一个集群管理和资源调度系统,支持在GPU集群中运行AI任务作业(比如深度学习任务作业)。平台提供了一系列接口,能够支持主流的深度学习框架。

Updated 8 months ago JavaScript

mPanGu-α-53 来源于鹏程·PanGu-α,基于一带一路多语言翻译场景应用,提供2.6B预训练多语言模型、2.6B一带一路53种语言机器翻译模型,支持多语言翻译任务的“迁移学习”,支持在NPU/GPU上基于MindSpore分布式训练(最少8卡)、推理(全精度/FP16,1卡),单模型支持53种语言任意两语种间的互译。

Updated 5 hours ago Text

Updated 3 weeks ago Python

PanGu-Alpha 模型在 GPU 上推理和训练

Updated 5 months ago Python

在不同类型的芯片(GPU/NPU/CPU/FPGA/ASIC等)与AI计算框架之间制定算子接口标准,并提供用于验证接口可行性和代码级别语义规范的AI算子标准开源项目。

Updated 1 year ago C

PanGu-Alpha 模型在 GPU 上推理和训练

Updated 5 months ago Python

PanGu-Alpha 模型在 GPU 上推理和训练

Updated 5 months ago Python

该项目在CPU和GPU上开源了三种k-means算法,分别是standard kmeans算法、mini-batch kmeans算法和staleness-reduction mini-batch kmeans算法。

Updated 5 months ago Cuda

用于讨论和总结GPU平台使用过程中的问题及应对方法 这个是https://github.com/leinao/GPUCluster 的镜像,如有问题,在github上讨论。

Updated 3 weeks ago Python

PanGu-Alpha 模型在 GPU 上推理和训练

Updated 5 months ago Python

PanGu-Alpha 模型在 GPU 上推理和训练

Updated 8 months ago Python

Updated 11 months ago Python

PanGu-Alpha 模型在 GPU 上推理和训练

Updated 8 months ago Python

PanGu-Alpha 模型在 GPU 上推理和训练

Updated 6 months ago Python