jtorch project
Project description
JTorch: 一个全兼容 PyTorch 接口的高性能动态编译深度学习框架
JTorch 是一个完全兼容 PyTorch 接口的深度学习框架,同时基于 Jittor 元算子与统一计算图特性的加持,实现高性能动态编译,同时,用户原来使用的PyTorch代码,不需要进行任何修改,即可加速运行。总结而言,JTorch具有以下几点优势:
- 零成本:完全兼容原生 PyTorch 接口, 用户代码不需要作任何更改。
- 速度快:通过统一计算图执行方法,JTorch可以实现对代码的动态编译以及加速,相比原版 PyTorch拥有更好的性能。
- 支持硬件多:JTorch底层通过元算子抽象,可以快速兼容适配多种人工智能芯片。
- 兼容生态: 对原有 PyTorch 生态形成兼容,如各种第三方开发的 PyTorch 模型库。
- 兼容计图: JTorch完全兼容计图,计图中的接口可以混合使用,性能高。
- 完全自主可控: JTorch 具有完全的自主知识产权,用户完全不需要安装 Torch,即可直接使用。
JTorch相关连接:
Project details
Release history Release notifications | RSS feed
Download files
Download the file for your platform. If you're not sure which to choose, learn more about installing packages.
Source Distribution
jtorch-0.0.3.tar.gz
(26.6 kB
view details)
File details
Details for the file jtorch-0.0.3.tar.gz.
File metadata
- Download URL: jtorch-0.0.3.tar.gz
- Upload date:
- Size: 26.6 kB
- Tags: Source
- Uploaded using Trusted Publishing? No
- Uploaded via: twine/4.0.0 CPython/3.10.4
File hashes
| Algorithm | Hash digest | |
|---|---|---|
| SHA256 |
d2a8348afa481fb30038f4f5351885588d9ef04c9b3e47ae9ff9a1143fb8ec90
|
|
| MD5 |
20498e8f629db58951308c81b2bfb389
|
|
| BLAKE2b-256 |
9deb7ad0ef5940077a311725dffd62eef51a92924ce5bfa0e373db3eb91a04bb
|