文件名称：torchbraid:基于PyTorch的层并行神经网络技术
文件大小：163KB
文件格式：ZIP
更新时间：2024-04-27 18:11:26
Python
火炬编织 pytorch的编织接口 要求： python库：cython mpi4py pytorch xbraid的版本 MPI编译器 可以在“ torchbraid / env”目录中找到Conda环境。 也可以使用这些工具来获得使用Torchbraid的一致的conda环境。 一个警告是，应与MPI编译器一致地安装mpi4py。 在某些情况下，最好使用“ pip install mpi4py”而不是通过conda进行安装（conda将安装备用MPI编译器和库。您可能希望mpi4py在平台上使用本机）。 请注意，cython版本非常重要，特别是如果割炬层是通过编织直接运输的。 构建xbraid： 从下载：XBraid / xbraid.git master分支应该可以正常工作 从xbraid目录运行make debug=no braid 制作火炬手： 将makefile.i
【文件预览】：
torchbraid-master
----tests()
--------test_callbacks.py(6KB)
--------test_network_parallel.py(9KB)
--------test_ContextTimer.py(3KB)
--------test_FlatPackUnpack.py(2KB)
--------test_cbs.pyx(4KB)
--------test_rnn_layer_parallel_synthetic.py(14KB)
--------test_rnn_layer_parallel.py(16KB)
--------setup.py(2KB)
--------Makefile(1KB)
--------test_grad_update.py(7KB)
--------test_composite.py(8KB)
--------test_layer_parallel.py(9KB)
----makefile.inc.example(390B)
----Copyright.txt(1KB)
----examples()
--------sine()
--------rnn-scaling()
--------mnist()
--------scaling()
--------LSTM_pytorch()
--------cifar10()
--------indian_pines()
--------CNN_pytorch()
--------Makefile(75B)
----env()
--------py37.yaml(114B)
----LICENSE.md(1KB)
----.gitignore(488B)
----Makefile(409B)
----README.md(2KB)
----scripts()
--------update_copyright.sh(226B)
----torchbraid()
--------torchbraid_callbacks.pyx(11KB)
--------rnn_layer_parallel.py(8KB)
--------network_parallel.py(9KB)
--------torchbraid_app.pyx(12KB)
--------layer_parallel.py(10KB)
--------resnet_apps.py(11KB)
--------rnn_braid_function.py(4KB)
--------rnn_apps.py(10KB)
--------braid_function.py(3KB)
--------braid.pyx(15KB)
--------__init__.py(1KB)
--------setup.py(2KB)
--------Makefile(598B)
--------braid_vector.py(4KB)
--------odenet_apps.py(11KB)
--------utils()