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 RepositoriesPerformance Profilers

Tools for analyzing execution speed and resource consumption of neural networks.

Distinct from Memory-Efficient Deep Learning: Distinct from Memory-Efficient Deep Learning: focuses on diagnostic profiling of speed and memory rather than just memory-saving techniques.

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

Awesome Performance Profilers GitHub Repositories

Găsește cele mai bune repo-uri cu AI.Vom căuta cele mai potrivite repository-uri folosind AI.
  • meta-pytorch/segment-anything-fastAvatar meta-pytorch

    meta-pytorch/segment-anything-fast

    1,320Vezi pe GitHub↗

    Segment Anything Fast este un motor de inferență de viziune computerizată de înaltă performanță și un framework de segmentare a imaginilor construit pentru PyTorch. Oferă un mediu specializat pentru izolarea automată a obiectelor și generarea de măști, conceput pentru a procesa seturi de date vizuale la scară largă cu un throughput crescut. Proiectul se distinge printr-o suită de strategii de optimizare la nivel de sistem care accelerează performanța modelelor de deep learning. Prin utilizarea compilării modelelor bazate pe grafuri, fuziunii kernel-urilor just-in-time și cuantificării conștiente de hardware, reduce latența computațională și amprenta de memorie. Aceste tehnici sunt completate de aritmetica cu precizie mixtă și paralelismul input-urilor batch, care permit motorului să satureze resursele hardware în timpul sarcinilor complexe de segmentare. Dincolo de capabilitățile sale de bază de segmentare, biblioteca include instrumente de diagnosticare integrate pentru profilarea performanței deep learning. Aceste utilitare permit utilizatorilor să monitorizeze tiparele de alocare a memoriei și să captureze urme de sincronizare a execuției, oferind vizibilitate asupra blocajelor sistemului în timpul analizei datelor la scară largă.

    Analyzes execution speed and memory consumption of neural networks to identify bottlenecks.

    Python
    Vezi pe GitHub↗1,320
  1. Home
  2. Artificial Intelligence & ML
  3. Memory-Efficient Deep Learning
  4. Performance Profilers