10 คะแนน โดย xguru 2022-03-25 | 1 ความคิดเห็น | แชร์ทาง WhatsApp
  • รับโมเดล AI แล้วสร้างเวอร์ชันที่ปรับแต่งให้รันได้เร็วขึ้น
  • ทดสอบดีปเลิร์นนิงคอมไพเลอร์หลายตัวเพื่อหาวิธีที่เหมาะสมที่สุดสำหรับฮาร์ดแวร์เฉพาะ
    • ไม่ยึดติดกับโมเดลดีปเลิร์นนิง: ใช้ได้กับ Transformer, LSTM, CNN, FCN เป็นต้น โดยไม่ขึ้นกับประเภทของโมเดล
    • ไม่ยึดติดกับฮาร์ดแวร์: รองรับ CPU และ GPU ส่วนใหญ่ และมีแผนรองรับ TPU และ ASIC สำหรับดีปเลิร์นนิงโดยเฉพาะในเร็ว ๆ นี้
    • ไม่ยึดติดกับเฟรมเวิร์ก: รองรับ PyTorch, TensorFlow, HuggingFace และจะรองรับอื่น ๆ เพิ่มเติมในเร็ว ๆ นี้
  • ทุกอย่างรันบนเครื่องโลคัล จึงปลอดภัย
  • ใช้งานได้ง่ายด้วยโค้ดเพียงไม่กี่บรรทัด

1 ความคิดเห็น

 
emilec 2022-03-26

(ผู้เขียนไลบรารี) ขอบคุณที่แชร์! ดีใจที่คุณทำงานอย่างสนุก
มันจะพัฒนาต่อไปและมีประสิทธิภาพดีขึ้นเรื่อย ๆ... ขอให้เร่งความเร็วอย่างมีความสุข!