awesome-repositories.com
Blog
awesome-repositories.com

Descoperă cele mai bune repository-uri open source cu căutare AI.

ExploreazăCăutări recomandateAlternative open-sourceSoftware self-hostedBlogHartă site
ProiectDespreCum realizăm clasamentulPresăServer MCP
LegalConfidențialitateTermeni
© 2026 Bringes Technology SRL·VAT RO45896025·hello@awesome-repositories.com
·

1 repository

Awesome GitHub RepositoriesGPU Device Simulators

Tools for emulating multiple GPU devices on a single physical unit for testing and debugging.

Distinct from GPU Device Passthroughs: Closest candidates refer to hardware passthrough or device spoofing, not logical device simulation for ML debugging.

Explore 1 awesome GitHub repository matching artificial intelligence & ml · GPU Device Simulators. Refine with filters or upvote what's useful.

Awesome GPU Device Simulators GitHub Repositories

Găsește cele mai bune repo-uri cu AI.Vom căuta cele mai potrivite repository-uri folosind AI.
  • snowkylin/tensorflow-handbookAvatar snowkylin

    snowkylin/tensorflow-handbook

    3,927Vezi pe GitHub↗

    Acest proiect este o resursă educațională cuprinzătoare și un manual de tutoriale pentru construirea, antrenarea și implementarea modelelor de machine learning folosind TensorFlow 2. Acesta servește drept ghid de învățare structurat, acoperind concepte fundamentale de deep learning, inclusiv arhitecturi de rețele neuronale, diferențiere automată și operații cu tensori. Manualul oferă îndrumări tehnice pentru optimizarea eficienței execuției prin gestionarea memoriei GPU, antrenarea distribuită și cuantizarea modelelor. Include, de asemenea, manuale detaliate pentru construirea de pipeline-uri de date de înaltă performanță și exportul modelelor pentru servere de producție, dispozitive mobile și browsere web. Materialul acoperă o gamă largă de capabilități, inclusiv dezvoltarea de modele cu rețele convoluționale și recurente, implementarea de funcții de loss și straturi personalizate, precum și utilizarea modelelor pre-antrenate pentru transfer learning. De asemenea, abordează strategii de implementare pentru dispozitive edge și utilizarea runtime-urilor bazate pe cloud pentru accelerare hardware. Resursa este implementată sub forma unei colecții de Jupyter Notebooks.

    Teaches how to create virtual GPU devices from a single physical unit to debug multi-device code.

    Jupyter Notebook
    Vezi pe GitHub↗3,927
  1. Home
  2. Artificial Intelligence & ML
  3. GPU Device Simulators