Taichi(太极)0.7.25 发布,为高性能计算机图形学设计的编程语言

栏目: 软件资讯 · 发布时间: 3年前

内容简介:Taichi(太极)0.7.25 已经发布,这是专为高性能计算机图形学设计的编程语言。 此版本具体更新内容如下: [ci] 修复 docker prebuilt binary link ( #2483 ) [wasm] 为 wasm 后端实现 materialize() 并清理未使用...

Taichi(太极)0.7.25 已经发布,这是专为高性能计算机图形学设计的编程语言。Taichi(太极)0.7.25 发布,为高性能计算机图形学设计的编程语言

Taichi(太极)0.7.25 发布,为高性能计算机图形学设计的编程语言

此版本具体更新内容如下:

  • [ci] 修复 docker prebuilt binary link ( #2483 )
  • [wasm] 为 wasm 后端实现 materialize() 并清理未使用的函数(#2480
  • [misc] 统一 std::filesystem header ( #2478 ) 
  • [opengl] 当 print_kernel_llvm_ir 为 true 时转储计算着色器源代码 ( #2479 ))
  • [metal] 修复 randseedoffset_in_runtime_buffer ( #2477 ) 
  • [Metal] 在 Metal 上支持指针 SNode ( #2441 )
  • [wasm] Recover code(#2476
  • [AutoDiff] 自动判断 AdStack 的大小 ( #2438 )
  • [misc] 在 cmake 中添加对 gitpython 的检查(#2473
  • [ci] 将 slash-command-dispatch 限制为仅 PR ( #2472 )
  • [ir] 使用 SNodeTree 实现 root ( #2449 ) 
  • [Lang] 修复 ti.maybe_transform_ti_func_call_to_stmt() 和 ti.external_func_call() 之间的参数冲突 ( #2470 )

更新说明:https://github.com/taichi-dev/taichi/releases/tag/v0.7.25


以上就是本文的全部内容,希望对大家的学习有所帮助,也希望大家多多支持 码农网

查看所有标签

猜你喜欢:

本站部分资源来源于网络,本站转载出于传递更多信息之目的,版权归原作者或者来源机构所有,如转载稿涉及版权问题,请联系我们

scikit learn机器学习

scikit learn机器学习

黄永昌 / 机械工业出版社 / 2018-3-1 / CNY 59.00

本书通过通俗易懂的语言、丰富的图示和生动的实例,拨开了笼罩在机器学习上方复杂的数学“乌云”,让读者以较低的代价和门槛轻松入门机器学习。本书共分为11章,主要介绍了在Python环境下学习scikit-learn机器学习框架的相关知识。本书涵盖的主要内容有机器学习概述、Python机器学习软件包、机器学习理论基础、k-近邻算法、线性回归算法、逻辑回归算法、决策树、支持向量机、朴素贝叶斯算法、PCA ......一起来看看 《scikit learn机器学习》 这本书的介绍吧!

RGB转16进制工具
RGB转16进制工具

RGB HEX 互转工具

随机密码生成器
随机密码生成器

多种字符组合密码

MD5 加密
MD5 加密

MD5 加密工具