ngraph
v0.26.0
ngraph는 OpenVino : https://github.com/openvinotoolkit/openvino로 옮겼습니다
인기있는 프레임 워크와 함께 ngraph를 사용하려면 아래 링크를 참조하십시오.
| 프레임 워크 (버전) | 설치 안내서 | 메모 |
|---|---|---|
| 텐서 플로* | 소스에서 설치 또는 빌드 | 20 검증 된 워크로드 |
| onx 1.5 | PIP 설치 | 17 검증 된 워크로드 |
Ngraph의 파이썬 휠은 테스트되었으며 다음 64 비트 시스템에서 지원됩니다.
PIP를 통해 설치하려면 실행 :
pip install --upgrade pip==19.3.1
pip install ngraph-core
NGRAPH 컴파일러 스택을 사용하여 워크로드를 실행하는 프레임 워크는 기본 프레임 워크 구현과 비교할 때 최대 45 배의 성능 향상이 나타났습니다. 우리는 또한 성능 향상을 보았습니다.
Ngraph의 강력한 하위 그래프 패턴 매칭 덕분에 검증 된 워크로드.
또한 NGRAPH를 PlaidML과 통합하여 Intel, Nvidia, & AMD GPU에 딥 러닝 성능 가속을 제공했습니다. Ngraph 컴파일러 스택의 현재 아키텍처에 대한 자세한 내용은 아키텍처 및 기능에서 찾을 수 있으며 스택에 대한 최근 변경 사항은 릴리스 노트에 설명되어 있습니다.
Ngraph 컴파일러는 딥 러닝 프레임 워크를 사용하여 AI 워크로드 개발을 가속화하고 다양한 하드웨어 대상에 배포하는 것을 목표로합니다. 우리는 AI 개발자에게 자유, 성능 및 사용 편의성을 제공하는 것을 강력하게 믿습니다.
아래 다이어그램은 Ngraph에서 지원하는 딥 러닝 프레임 워크 및 하드웨어 대상을 보여줍니다. 다이어그램의 NNP-T 및 NNP-I는 각각 인텔의 차세대 딥 러닝 가속기 : Intel® Nervana ™ 신경 네트워크 프로세서를 각각 교육 및 추론을 참조하십시오. 추가 딥 러닝 프레임 워크 및 백엔드 지원을위한 향후 계획은 생태계 섹션에 요약되어 있습니다.
우리의 문서에는 ngraph 컴파일러 스택을 사용하여 ngraph 계산 그래프를 작성하고 사용자 정의 프레임 워크를 통합하며 지원되는 백엔드와 상호 작용하는 방법에 대한 광범위한 정보가 있습니다. 프로젝트에 기여하려면 아래 기부 안내서를 검토 한 후 GitHub 문제에 대한 질문을 주저하지 마십시오.
우리는 Ngraph에 대한 커뮤니티 기여를 환영합니다. 개선 방법이 있다면 :
make check 로 로컬로 테스트 할 수 있습니다.우리는 귀하의 기여를 검토 할 것이며 추가 수정 또는 수정이 필요한 경우 피드백을 제공 할 수 있습니다. 허용되면 풀 요청이 저장소에 병합됩니다.
