14.9K ·GitHub
这是什么？
由 NVIDIA 维护的一组最先进的深度学习参考实现，涵盖计算机视觉、自然语言处理、推荐系统、语音等领域，并针对 NVIDIA Tensor Core GPU 进行调优，以保证结果可复现、性能出色。
由 NVIDIA 维护的一组最先进的深度学习参考实现，涵盖计算机视觉、自然语言处理、推荐系统、语音等领域，并针对 NVIDIA Tensor Core GPU 进行调优，以保证结果可复现、性能出色。这是一个库，还是一堆独立的模型项目？它是许多独立模型实现的索引（如 ResNet、BERT、DLRM、Tacotron 2 等）。每个模型各占一个文件夹，并附有自己的 README，分别基于 PyTorch、TensorFlow、TensorFlow2、MXNet 和 PaddlePaddle 实现。
它是许多独立模型实现的索引（如 ResNet、BERT、DLRM、Tacotron 2 等）。每个模型各占一个文件夹，并附有自己的 README，分别基于 PyTorch、TensorFlow、TensorFlow2、MXNet 和 PaddlePaddle 实现。我到底该怎么运行其中一个示例？打开你想用的那个模型的 README，按其中的说明操作；也可以从 NGC 仓库拉取 NVIDIA 每月更新的 Docker 容器，里面打包了这些示例以及完整的优化软件环境。
打开你想用的那个模型的 README，按其中的说明操作；也可以从 NGC 仓库拉取 NVIDIA 每月更新的 Docker 容器，里面打包了这些示例以及完整的优化软件环境。使用这些示例是否必须有特定的 NVIDIA GPU？是的。这些示例是针对 NVIDIA Volta、Turing 和 Ampere 架构的 GPU 构建和调优的，以便充分利用 Tensor Core、AMP 和 TF32。
是的。这些示例是针对 NVIDIA Volta、Turing 和 Ampere 架构的 GPU 构建和调优的，以便充分利用 Tensor Core、AMP 和 TF32。所有模型的生产就绪程度和支持情况都一样吗？不是。各个模型和功能的支持级别各不相同：有的模型获得了 TensorRT/Triton 的完整“Supported”（官方支持）状态，有的只有“Example”（示例）级别；多节点训练仅限少数模型。每个模型的 README 都会说明其自身的支持等级。
不是。各个模型和功能的支持级别各不相同：有的模型获得了 TensorRT/Triton 的完整“Supported”（官方支持）状态，有的只有“Example”（示例）级别；多节点训练仅限少数模型。每个模型的 README 都会说明其自身的支持等级。README 里提到的 NGC 容器是什么？它是 NVIDIA GPU Cloud 提供的每月更新的 Docker 镜像，内含这些示例、NVIDIA 对上游框架的贡献，以及 cuDNN、NCCL、cuBLAS 等经过性能质检的优化库。
它是 NVIDIA GPU Cloud 提供的每月更新的 Docker 镜像，内含这些示例、NVIDIA 对上游框架的贡献，以及 cuDNN、NCCL、cuBLAS 等经过性能质检的优化库。AMP 和 TF32 对这些模型意味着什么？AMP（自动混合精度）和 TF32 是 Volta、Turing、Ampere GPU 上的精度模式，几乎无需改动代码就能加快训练速度（在 Volta 上，TF32 相比 FP32 最高可提速 10 倍），并且已在大多数列出的模型中启用。
AMP（自动混合精度）和 TF32 是 Volta、Turing、Ampere GPU 上的精度模式，几乎无需改动代码就能加快训练速度（在 Volta 上，TF32 相比 FP32 最高可提速 10 倍），并且已在大多数列出的模型中启用。这些示例涵盖哪些问题领域？计算机视觉（分类、检测、分割）、自然语言处理（BERT、GNMT、ELECTRA）、推荐系统（DLRM、NCF、Wide&Deep）、语音转文字（Jasper、QuartzNet）、文字转语音（Tacotron 2、HiFi-GAN）、图神经网络，以及时间序列预测（Temporal Fusion Transformer）。
计算机视觉（分类、检测、分割）、自然语言处理（BERT、GNMT、ELECTRA）、推荐系统（DLRM、NCF、Wide&Deep）、语音转文字（Jasper、QuartzNet）、文字转语音（Tacotron 2、HiFi-GAN）、图神经网络，以及时间序列预测（Temporal Fusion Transformer）。仓库里的每个模型都在持续更新吗？不一定。每个模型的 README 都会注明其支持等级，从持续更新和改进，到仅作为一次性的“point-in-time”版本发布、主要用于展示技术引领作用，各不相同。
不一定。每个模型的 README 都会注明其支持等级，从持续更新和改进，到仅作为一次性的“point-in-time”版本发布、主要用于展示技术引领作用，各不相同。What are similar projects?DeepLearning, transformers.js, insightface, tensor2tensor, Transformers-Tutorials, FireRedAudio, ultralytics, dgl
DeepLearning, transformers.js, insightface, tensor2tensor, Transformers-Tutorials, FireRedAudio, ultralytics, dglWhich topics is it in?paddlepaddle, tensorflow2, mxnet, graph-neural-networks, bert, forecasting, image-classification, speech-synthesis, object-detection, onnx, tensorflow, speech-recognition
paddlepaddle, tensorflow2, mxnet, graph-neural-networks, bert, forecasting, image-classification, speech-synthesis, object-detection, onnx, tensorflow, speech-recognition