文件名称：Waveglow_Inference_in_CUDA:C ++代码在cuda中运行waveglow推理
文件大小：35KB
文件格式：ZIP
更新时间：2024-03-29 16:14:51
Cuda
Waveglow_Inference_in_CUDA C ++代码可在CUDA中运行优化的推理，与，此实现比具有25％全精度提速，并且具有2.5-3倍的提速 默认情况下，在NVIDIA的Volta GPU上运行时，此代码将使用GPU的TensorCore 波浪光 NVIDIA Waveglow的Cuda C ++实现。 本文描述了基于流程的模型架构。 。 Waveglow是一种基于流的网络，能够从mel-specograms生成高质量的语音。 它结合了和见解，以提供快速，高效和高质量的音频合成，而无需自动回归。 WaveGlow仅使用单个网络来实现，仅使用单个成本函数进行训练：最大化训练数据的可能性，这使训练过程变得简单而稳定。 论文声称，在全精度（32位浮点）waveglow在V100上的500kHz的产生讲话，但通常它是关于与pytorch的实施和使用400-420kHz在全
【文件预览】：
Waveglow_Inference_in_CUDA-master
----common()
--------src()
--------header()
----waveglow()
--------src()
--------header()
----sys()
--------src()
--------header()
----LICENSE(1KB)
----tools()
--------npy_2_aud.py(263B)
--------get_waveglow_weights.py(1KB)
----README.md(3KB)
----Makefile(1KB)
----.gitignore(69B)