2 रिपॉजिटरी
Awesome GitHub RepositoriesHeader-Only Implementations
A deep learning framework implemented entirely in header files with no external dependencies, supporting feedforward networks and CPU training.
Distinct from Deep Learning Framework Implementations: Distinct from Deep Learning Framework Implementations: focuses specifically on header-only implementations rather than general deep learning framework implementations.
Explore 2 awesome GitHub repositories matching artificial intelligence & ml · Header-Only Implementations. Refine with filters or upvote what's useful.
Awesome Header-Only Implementations GitHub Repositories
AI के साथ बेहतरीन रिपॉजिटरी खोजें।हम AI का उपयोग करके सबसे सटीक रिपॉजिटरी खोजेंगे।
- tiny-dnn/tiny-dnn
tiny-dnn/tiny-dnn
6,019GitHub पर देखेंtiny-dnn is a header-only C++14 deep learning framework for building, training, and running inference on neural networks. It constructs static computational graphs at compile time using template-based layer composition, with a gradient-based backpropagation engine and minibatch stochastic gradient descent for training, all without external dependencies beyond the C++14 standard library. The framework supports importing pre-trained models from the Caffe framework directly, parsing its binary serialization format without requiring external protocol buffer libraries. It provides CPU-optimized te
Provides a header-only C++14 deep learning framework with no external dependencies.
C++ - floooh/chips
floooh/chips
1,177GitHub पर देखेंChips साइकिल-सटीक हार्डवेयर सिमुलेटर बनाने और ऐतिहासिक आठ-बिट कंप्यूटिंग आर्किटेक्चर को दोहराने के लिए डिज़ाइन किया गया एक मॉड्यूलर, हेडर-ओनली C लाइब्रेरी फ्रेमवर्क है। यह व्यक्तिगत एमुलेटेड माइक्रोप्रोसेसरों और परिधीय चिप्स को इंटीग्रेट करके पूर्ण विंटेज सिस्टम बनाने के लिए आवश्यक आधारभूत घटक प्रदान करती है। फ्रेमवर्क एक घटक-आधारित आर्किटेक्चर के माध्यम से खुद को अलग करती है जहां हार्डवेयर मॉड्यूल को स्टैंडअलोन हेडर के रूप में कार्यान्वित किया जाता है जिन्हें जटिल सिस्टम बनाने के लिए एक साथ जोड़ा जा सकता है। यह हार्डवेयर इंटरैक्शन को निम्न स्तर पर मॉडल करती है, पिन-स्तरीय सिग्नल एमुलेशन और मेमोरी-मैप्ड बस संचार का उपयोग करके नियतात्मक व्यवहार सुनिश्चित करती है। डेवलपर्स एक एमुलेटर की पूरी आंतरिक स्थिति को मेमोरी बफर में कैप्चर कर सकते हैं, जो पर्सिस्टेंट स्नैपशॉट और सटीक स्थिति बहाली को सक्षम बनाता है। प्रोजेक्ट में नैदानिक और डेवलपमेंट टूल का एक व्यापक सूट शामिल है, जैसे इमीडिएट-मोड डिबग विज़ुअलाइज़ेशन और सिस्टम रजिस्टरों और फ्रेमबफ़र्स की रीयल-टाइम निगरानी। यह हार्डवेयर घटक परिभाषाओं और स्रोत कोड के निर्माण को ऑटोमेट करने के लिए कमांड-लाइन उपयोगिताएँ भी प्रदान करती है, जो कस्टम एम्बेडेड वातावरण के निर्माण की सुविधा प्रदान करती है।
Implements hardware modules as standalone C headers that can be wired together to form complex system architectures.
C
