opu-benchmarks:ML通过LightOn的光学处理单元（OPU）与CPU和GPU的性能基准测试

【文件属性】：

文件名称：opu-benchmarks:ML通过LightOn的光学处理单元（OPU）与CPU和GPU的性能基准测试

文件大小：61KB

文件格式：ZIP

更新时间：2024-05-24 13:11:35

machine-learning hardware-acceleration photonic-computing Python

OPU基准 该存储库包含三个不同的基准，用于将CPU和GPU的性能与LightOn的光学处理单元（OPU）进行比较。 使用光学处理单元 要请求访问LightOn Cloud并尝试使用我们的光子协处理器，请访问： ://cloud.lighton.ai/ 对于研究人员，我们还有一个LightOn Cloud for Research计划，请访问了解更多信息。 安装 我们建议在运行这些命令之前创建一个virtualenv 。 您可以使用python3 -m venv 创建一个。 在继续之前，使用源/bin/activate激活它。 我们在所有模拟中都使用了python 3.5和pytorch 1.2 。 克隆存储库，然后执行pip install 。 在图像上转移学习 使用CNN的标准转移学习程序通常涉及选择

【文件预览】：
opu-benchmarks-master
----.gitignore(370B)
----README.md(8KB)
----utils()
--------projections.py(8KB)
--------__init__.py(0B)
--------graphs()
--------images()
--------videos()
----bash()
--------graphs.sh(658B)
--------cnn3d_i3d.sh(3KB)
--------cnn2d.sh(1KB)
----scripts()
--------graphs()
--------images()
--------videos()
----notebooks()
--------videos_finetuning.ipynb(5KB)
----setup.py(815B)