Lectures complémentaires

À une époque où les cartes graphiques sont difficilement disponibles sur le marché et souvent vendues à des prix excessifs, il existe également de nombreuses bibliothèques d’accélération GPU disponibles. Nous ne les avons pas toutes couvertes dans ce chapitre et nous devrions donc au moins fournir une liste pour des lectures complémentaires.

• cucim, imitant scikit-image en utilisant CUDA

• cudf, des data frames similaires à pandas, basés sur CUDA

• numba, un compilateur python just-in-time

L’apprentissage profond est devenu possible grâce aux développements de la technologie GPU au cours de la dernière décennie. Par conséquent, les bibliothèques d’apprentissage profond sont techniquement aussi des bibliothèques qui offrent une forme d’accélération GPU. Beaucoup d’entre elles sont également capables de traiter des images.

• Tensorflow

• Keras

• Pytorch