ngraph

Ngraph已移至OpenVino：https：//github.com/openvinotoolkit/openvino

建築和功能|生態系統|發行說明|文檔|貢獻指南|許可證：Apache 2.0

快速開始

要開始與流行框架一起使用Ngraph，請參閱下面的鏈接。

框架（版本）	安裝指南	筆記
TensorFlow*	PIP安裝或從源構建	20個經過驗證的工作負載
ONNX 1.5	PIP安裝	17個經過驗證的工作負載

python車輪用於Ngraph

Ngraph的Python車輪已進行了測試，並在以下64位系統中得到了支持：

• Ubuntu 16.04或更高版本
• CentOS 7.6
• Debian 10
• MacOS 10.14.3（Mojave）

要通過PIP安裝，請運行：

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

與本機框架實現相比，使用NGRAPH編譯器堆棧執行工作負載的框架最多顯示了45倍的性能提升。我們還看到了績效提高運行工作負載，這些工作負載未包含
得益於Ngraph強大的子圖模式匹配，已驗證的工作負載。

此外，我們已經將NGRAPH與Plaidml集成在一起，以提供有關Intel，Nvidia和AMD GPU的深度學習績效加速。有關Ngraph編譯器堆棧當前體系結構的更多詳細信息可以在架構和功能中找到，並且在發行說明中說明了對堆棧的最新更改。

什麼是Ngraph編譯器？

NGRAPH編譯器旨在使用任何深度學習框架加速開發AI工作負載，並部署到各種硬件目標。我們堅信為AI開發人員提供自由，績效和易用性。

下圖顯示了Ngraph支持的深度學習框架和硬件目標。該圖中的NNP-T和NNP-I是指分別用於培訓和推理的Intel®Nervana™神經網絡處理器。 “生態系統”部分概述了支持附加深度學習框架和後端的未來計劃。

我們的文檔具有有關如何使用Ngraph編譯器堆棧創建Ngraph計算圖，集成自定義框架並與支持的後端交互的大量信息。如果您想為該項目做出貢獻，請在審查下面的貢獻指南後，請隨時在GitHub問題中提出問題。

如何貢獻

我們歡迎社區對Ngraph的貢獻。如果您有一個想法如何改進：

• 有關代碼格式和样式指南的貢獻指南。
• 通過GitHub問題分享您的建議。
• 確保您可以構建產品並使用補丁程序運行所有示例。
• 在較大功能的情況下，創建測試。
• 提交拉動請求。
• 確保您的公關通過所有CI測試。注意：您可以在本地make check 。

我們將審查您的貢獻，如果需要進行任何其他修復或修改，則可能會提供指導您的反饋。接受後，您的拉請請求將合併到存儲庫。