文件名称：tsne-cuda：具有Python绑定的CUDA的GPU加速t-SNE
文件大小：1016KB
文件格式：ZIP
更新时间：2024-02-25 17:17:13
python gpu cuda multithreading data-visualization
TSNE-CUDA
此存储库是的优化CUDA版本，带有相关的python模块。 我们发现，与正确的GPU配合使用时，我们的t-SNE实现可以比Sklearn快1200倍，或者比Multicore-TSNE快50倍。 描述我们的方法以及以下结果的论文可从。
您可以使用conda install cuda
【文件预览】：
tsne-cuda-master
----CMakeLists.txt(13KB)
----.gitignore(362B)
----README.md(5KB)
----build.sh(929B)
----.gitmodules(371B)
----.ycm_extra_conf.py(7KB)
----meta.yaml(1KB)
----visualization()
--------animation.gif(697KB)
--------vis_rt.py(1KB)
--------visualize.py(1KB)
--------visualize_mnist.py(1KB)
----docs()
--------.gitignore(18B)
--------Doxyfile.in(104KB)
--------test_dist_cont.py(2KB)
--------cifar_speedup.png(152KB)
--------simulated_speedup.png(417KB)
--------mnist_speedup.png(160KB)
--------results()
--------mnist_comparison.jpg(104KB)
----LICENSE(2KB)
----cross-linux.cmake(655B)
----third_party()
--------gtest()
--------glog()
--------cxxopts()
--------faiss()
----docker()
--------conda_build.sh(358B)
--------Dockerfile(6KB)
--------clone_and_build.sh(193B)
----src()
--------test()
--------include()
--------kernels()
--------ext()
--------style_guide.txt(995B)
--------exe()
--------fit_tsne.cu(24KB)
--------python()
--------util()
----cmake()
--------write_python_version_string.cmake(283B)
--------Modules()
----build()
--------.gitkeep(0B)
----.travis.yml(2KB)
----conda_build_config.yaml(81B)