ngraph

ngraphはOpenVinoに移動しました：https：//github.com/openvinotoolkit/openvino

アーキテクチャと機能|生態系|リリースノート|ドキュメント|寄付ガイド|ライセンス：Apache 2.0

クイックスタート

人気のあるフレームワークでNGRAPHの使用を開始するには、以下のリンクを参照してください。

フレームワーク（バージョン）	インストールガイド	メモ
Tensorflow*	PIPインストールまたはソースからビルド	20の検証済みワークロード
ONNX 1.5	ピップインストール	17の検証されたワークロード

ngraph用のPythonホイール

ngraphのPythonホイールはテストされており、次の64ビットシステムでサポートされています。

• Ubuntu 16.04以降
• Centos 7.6
• Debian 10
• macos 10.14.3（モハーブ）

PIP経由でインストールするには、実行します。

 pip install --upgrade pip==19.3.1
pip install ngraph-core

NGRAPHコンパイラスタックを使用してワークロードを実行するフレームワークは、ネイティブフレームワークの実装と比較した場合、最大45倍のパフォーマンスブーストが表示されています。また、のリストに含まれていないワークロードを実行しているパフォーマンスブーストも見てきました
Ngraphの強力なサブグラフパターンマッチングのおかげで、検証済みのワークロード。

さらに、NGRAPHをPLAIDMLと統合して、Intel、Nvidia、およびAMD GPUの深い学習パフォーマンス加速を提供しました。 Ngraphコンパイラスタックの現在のアーキテクチャの詳細については、アーキテクチャと機能に記載されており、スタックの最近の変更については、リリースノートで説明します。

ngraphコンパイラとは何ですか？

Ngraph Compilerは、深い学習フレームワークを使用してAIワークロードの開発を加速し、さまざまなハードウェアターゲットに展開することを目指しています。私たちは、AI開発者に自由、パフォーマンス、使いやすさを提供することを強く信じています。

以下の図は、ngraphでサポートされている深い学習フレームワークとハードウェアターゲットを示しています。図のNNP-TとNNP-Iは、それぞれトレーニングと推論のためのIntelの次世代ディープラーニングアクセラレータ：Intel®Ervana™ニューラルネットワークプロセッサを指します。追加のディープラーニングフレームワークとバックエンドをサポートするための将来の計画は、エコシステムセクションで概説されています。

私たちのドキュメントには、NGRAPHコンパイラスタックを使用してNGRAPH計算グラフを作成し、カスタムフレームワークを統合し、サポートされているバックエンドと対話する方法に関する広範な情報があります。プロジェクトに貢献したい場合は、以下の貢献ガイドを確認した後、GitHubの問題で質問することをheしないでください。

貢献する方法

Ngraphへのコミュニティの貢献を歓迎します。あなたがそれを改善する方法がある場合：

• コードのフォーマットとスタイルのガイドラインについては、Contribガイドを参照してください。
• Githubの問題を介して提案を共有してください。
• 製品を構築し、パッチですべての例を実行できることを確認してください。
• より大きな機能の場合、テストを作成します。
• プルリクエストを送信します。
• PRがすべてのCIテストに合格していることを確認してください。注： make checkでローカルでテストできます。

お客様の貢献を確認します。追加の修正または変更が必要な場合は、ガイドするためのフィードバックを提供する場合があります。受け入れられると、プルリクエストはリポジトリにマージされます。