CUPY 日本語 意味 - 日本語訳 - 英語の例文

• cupy
• cupyの最新版v

英語 での Cupy の使用例とその 日本語 への翻訳

CuPy.
CuPyロケータ。

Chainer and CuPy v7 0 0.
ChainerおよびCuPyv700。

Quick installation of CuPy.
CuPyのインストールが高速化。

Improved CuPy memory allocation.
CuPyのメモリアロケータが改善。

PFN will continue working with supporting companies and the OSS community to promote the development and popularization of Chainer and CuPy.
PFNは今後も、サポート企業やOSSコミュニティと連携しながらChainerとCuPyの開発・普及を推進してまいります。

CuPy basic operations are 50% faster.
CuPyの基礎的な操作を50%高速化。

We have begun providing a binary package of CuPy to reduce the installation time from 10 minutes down to about 10 seconds.
CuPyのバイナリパッケージの提供を開始し、これまで約10分かかっていたインストール時間を約10秒に高速化しました。

CuPy arrays to support NumPy functions.
NumPy関数へのCuPy配列対応。

Preferred Networks releases version 6 of both the open source deep learning framework Chainer and the general-purpose matrix calculation library CuPy.
オープンソースの深層学習フレームワークChainerおよび汎用配列計算ライブラリCuPyの最新版v6をリリース。

CuPy will continue its development as before.
なお、CuPyの開発はこれまで通り継続してゆきます。

NumPy's experimental feature__array_function__ is supported now. CuPy arrays have been directly applied to many__array_function__ enabled Numpy functions.
NumPyの試験的な機能である__array_function__に対応し、この機能を有効にしたNumPyの多くの関数に直接CuPy配列を適用。

Cupy. count_nonzero Counts the number of non-zero values in the array.
Numpy.count_nonzero()は非ゼロ要素を数えます。

Preferred Networks releases version 6 of both the open source deep learning framework Chainer and the general-purpose matrix calculation library CuPy- Preferred Networks.
オープンソースの深層学習フレームワークChainerおよび汎用配列計算ライブラリCuPyの最新版v6をリリース-PreferredNetworks。

Cupy. count_nonzero Counts the number of non-zero values in the array.
Numpy.count_nonzeroで値が非0の配列要素数をカウントできる。

Preferred Networks releases version 5 of both the open source deep learning framework, Chainer and the general-purpose array calculation library, CuPy.- Preferred Networks.
オープンソースの深層学習フレームワークChainerおよび汎用配列計算ライブラリCuPyの最新版となるv5をリリース-PreferredNetworks。

Chainer and CuPy have taken in a number of development results from external contributors.
ChainerおよびCuPyの開発は、外部コントリビュータの開発成果を数多く取り入れています。

Preferred Networks releases version 6 of both the open source deep learning framework Chainer and the general-purpose matrix calculation library CuPy Preferred Networks, Inc.
オープンソースの深層学習フレームワークChainerおよび汎用配列計算ライブラリCuPyの最新版v6をリリース株式会社PreferredNetworks。

This major upgrade to Chainer and CuPy incorporates the results of the latest deep learning research over the last six months.
ChainerとCuPyは、最新の深層学習研究の成果を取り入れ、6ヶ月ぶりにメジャーバージョンアップをしました。

A compatibility layer has been implemented to allow for the use of ChainerX arrays in the same manner as NumPy and CuPy arrays, allowing automatic differentiation with low overhead in C++.
ChainerXの配列をNumPyやCuPyの配列と同じように使える互換レイヤーを実装し、C++による低オーバーヘッドな自動微分を実現。

C++ implementation in close connection with Python- NumPy, CuPy™, and automatic differentiation(autograd), all of which are mostly written in Python, have been implemented in C++.
Pythonと密に結合した実装で、Pythonによる記述の割合も大きかったNumPy、CuPy™および自動微分（autograd）をC++で実装。

An integrated device API has been introduced. The unified interface can handle the specification of devices or inter-device transfer for a wide variety of backends such as NumPy, CuPy, iDeep, and ChainerX.
統合デバイスAPIを導入し、NumPy、CuPy、iDeep、ChainerXなど多様なバックエンドに対し、デバイス指定やデバイス間転送を統一のインターフェイスで実現。

Figure：In addition to the multidimensional array implementation which corresponds to NumPy/CuPy, the Define-by-Run style automatic differentiation function is covered by ChainerX.
図：NumPy/CuPyに相当する多次元配列実装にDefine-by-Run方式の自動微分機能を加えた範囲をChainerXが新たにカバーする。

PFN will continue to quickly adopt the results of the latest deep learning research and promote the development and popularization of Chainer and CuPy in collaboration with supporting companies and the OSS community.
PFNは今後も、最新の深層学習研究の成果を迅速に取り入れ、サポート企業やOSSコミュニティと連携しながらChainerとCuPyの開発・普及を推進してまいります。

Preferred Networks, Inc.(PFN, President and CEO: Toru Nishikawa) has released Chainer(TM) v5 and CuPy(TM) v5, major updates of PFN's open source deep learning framework and general-purpose array calculation library.
株式会社PreferredNetworks（本社：東京都千代田区、代表取締役社長：西川徹、プリファードネットワークス、以下、PFN）は、オープンソースの深層学習フレームワークChainer(TM)（チェイナー）および汎用配列計算ライブラリCuPy(TM)（クーパイ）のメジャーアップデート版となるv5をリリースしました。