معرفی شرکت ها


fbgemm-gpu-nightly-cpu-2023.5.7


Card image cap
تبلیغات ما

مشتریان به طور فزاینده ای آنلاین هستند. تبلیغات می تواند به آنها کمک کند تا کسب و کار شما را پیدا کنند.

مشاهده بیشتر
Card image cap
تبلیغات ما

مشتریان به طور فزاینده ای آنلاین هستند. تبلیغات می تواند به آنها کمک کند تا کسب و کار شما را پیدا کنند.

مشاهده بیشتر
Card image cap
تبلیغات ما

مشتریان به طور فزاینده ای آنلاین هستند. تبلیغات می تواند به آنها کمک کند تا کسب و کار شما را پیدا کنند.

مشاهده بیشتر
Card image cap
تبلیغات ما

مشتریان به طور فزاینده ای آنلاین هستند. تبلیغات می تواند به آنها کمک کند تا کسب و کار شما را پیدا کنند.

مشاهده بیشتر
Card image cap
تبلیغات ما

مشتریان به طور فزاینده ای آنلاین هستند. تبلیغات می تواند به آنها کمک کند تا کسب و کار شما را پیدا کنند.

مشاهده بیشتر

توضیحات

-
ویژگی مقدار
سیستم عامل -
نام فایل fbgemm-gpu-nightly-cpu-2023.5.7
نام fbgemm-gpu-nightly-cpu
نسخه کتابخانه 2023.5.7
نگهدارنده []
ایمیل نگهدارنده []
نویسنده FBGEMM Team
ایمیل نویسنده packages@pytorch.org
آدرس صفحه اصلی https://github.com/pytorch/fbgemm
آدرس اینترنتی https://pypi.org/project/fbgemm-gpu-nightly-cpu/
مجوز BSD-3
# FBGEMM_GPU [![FBGEMM_GPU CI](https://github.com/pytorch/FBGEMM/actions/workflows/fbgemm_gpu_ci.yml/badge.svg)](https://github.com/pytorch/FBGEMM/actions/workflows/fbgemm_gpu_ci.yml) [![FBGEMM_GPU-CPU Nightly Build](https://github.com/pytorch/FBGEMM/actions/workflows/fbgemm_gpu_cpu_nightly.yml/badge.svg)](https://github.com/pytorch/FBGEMM/actions/workflows/fbgemm_gpu_cpu_nightly.yml) [![FBGEMM_GPU-CUDA Nightly Build](https://github.com/pytorch/FBGEMM/actions/workflows/fbgemm_gpu_cuda_nightly.yml/badge.svg)](https://github.com/pytorch/FBGEMM/actions/workflows/fbgemm_gpu_cuda_nightly.yml) FBGEMM_GPU (FBGEMM GPU Kernels Library) is a collection of high-performance PyTorch GPU operator libraries for training and inference. The library provides efficient table batched embedding bag, data layout transformation, and quantization supports. FBGEMM_GPU is currently tested with CUDA 11.7.1 and 11.8 in CI, and with PyTorch packages (1.13+) that are built against those CUDA versions. Only Intel/AMD CPUs with AVX2 extensions are currently supported. See our [Documentation](docs/README.md) for more information. ## Installation The full installation instructions for the CUDA, ROCm, and CPU-only variants of FBGEMM_GPU can be found [here](docs/InstallationInstructions.md). In addition, instructions for running example tests and benchmarks can be found [here](docs/TestInstructions.md). ## Build Instructions This section is intended for FBGEMM_GPU developers only. The full build instructions for the CUDA, ROCm, and CPU-only variants of FBGEMM_GPU can be found [here](docs/BuildInstructions.md). ## Join the FBGEMM_GPU Community For questions, support, news updates, or feature requests, please feel free to: * File a ticket in [GitHub Issues](https://github.com/pytorch/FBGEMM/issues) * Post a discussion in [GitHub Discussions](https://github.com/pytorch/FBGEMM/discussions) * Reach out to us on the `#fbgemm` channel in [PyTorch Slack](https://bit.ly/ptslack) For contributions, please see the [`CONTRIBUTING`](../CONTRIBUTING.md) file for ways to help out. ## License FBGEMM_GPU is BSD licensed, as found in the [`LICENSE`](../LICENSE) file.


نحوه نصب


نصب پکیج whl fbgemm-gpu-nightly-cpu-2023.5.7:

    pip install fbgemm-gpu-nightly-cpu-2023.5.7.whl


نصب پکیج tar.gz fbgemm-gpu-nightly-cpu-2023.5.7:

    pip install fbgemm-gpu-nightly-cpu-2023.5.7.tar.gz