图形处理器通用加速库 ArrayFire

图形处理器通用加速库 ArrayFire

BSD
C/C++ 查看源码»
跨平台
2018-08-26
OJOIN

ArrayFire(阵列火)是一个通用库,它简化了开发针对并行和大规模并行架构(包括CPU,GPU和其他硬件加速设备)的软件的过程。


ArrayFire的一些好处包括:

-易于使用,稳定,记录良好的API
-严格测试性能和准确性
-商业友好的开源许可
-ArrayFire的商业支持
访问arrayfire.com阅读有关ArrayFire的更多好处的信息

ArrayFire为软件开发人员提供了驻留在加速器af :: array对象上的高级数据抽象。开发人员编写的代码在ArrayFire阵列上执行操作,而ArrayFire阵列又自动转换为在计算设备上执行的近乎最优的内核。

ArrayFire成功应用于从低功耗手机到支持GPU的高功率超级计算机等各种设备。 ArrayFire运行在来自所有主要供应商(Intel,AMD,ARM)的CPU,来自知名制造商(NVIDIA,AMD和Qualcomm)的GPU,以及Windows,Mac和Linux上的各种其他加速器设备上。

的码云指数为
超过 的项目
加载中

评论(0)

暂无评论

暂无资讯

暂无问答

Facebook开源语音识别系统 wav2letter++ 简介

语音识别系统是深度学习生态中发展最成熟的领域之一。当前这一代的语音识别模型基本都是基于递归神经网络(Recurrent Neural Network)对声学和语言模型进行建模,以及用于知识构建的计算密集...

2018/12/27 14:16
31
1
wav2letter++:基于卷积神经网络的新一代语音识别框架

虽然基于RNN的技术已经在语音识别任务中得到验证,但训练RNN网络需要的大量数据和计算能力。最近,Facebook的AI研究中心(FAIR)发表的一个研究论文,提出了一种新的单纯基于卷积神经网络(C...

2018/12/27 09:35
18
0
计算机视觉算法实现

本文是为了服务学术和技术工作。版权和所有权利被保留,由作者和其他版权所有者拥有。所有复制此信息的人都应该遵守每个作者的版权规定。 Participate in Reproducible Research General Ima...

2012/08/07 12:24
1K
0

没有更多内容

加载失败,请刷新页面

没有更多内容

返回顶部
顶部