Buchumschlag

PyTorch-based Geometric Learning with Non-CUDA Processing Units: Experiences from Intel Gaudi-v2 HPUs

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Bu, Fanchen, Shin, Kijung
Format:	Preprint
Veröffentlicht:	2025
Schlagworte:	Machine Learning Software Engineering
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

GraphMend: Code Transformations for Fixing Graph Breaks in PyTorch 2
von: Kashmira, Savini, et al.
Veröffentlicht: (2025)

MIP Candy: A Modular PyTorch Framework for Medical Image Processing
von: Fu, Tianhao, et al.
Veröffentlicht: (2026)

LeetDecoding: A PyTorch Library for Exponentially Decaying Causal Linear Attention with CUDA Implementations
von: Wang, Jiaping, et al.
Veröffentlicht: (2025)

Torch-Choice: A PyTorch Package for Large-Scale Choice Modeling with Python
von: Du, Tianyu, et al.
Veröffentlicht: (2023)

Studying the Impact of TensorFlow and PyTorch Bindings on Machine Learning Software Quality
von: Li, Hao, et al.
Veröffentlicht: (2024)

PyGraph: Robust Compiler Support for CUDA Graphs in PyTorch
von: Ghosh, Abhishek, et al.
Veröffentlicht: (2025)

From Code Smells to Best Practices: Tackling Resource Leaks in PyTorch, TensorFlow, and Keras
von: Abdallah, Bashar, et al.
Veröffentlicht: (2025)

LibMOON: A Gradient-based MultiObjective OptimizatioN Library in PyTorch
von: Zhang, Xiaoyuan, et al.
Veröffentlicht: (2024)

Demystifying the Silence of Correctness Bugs in PyTorch Compiler
von: Li, Meiziniu, et al.
Veröffentlicht: (2026)

TorchQL: A Programming Framework for Integrity Constraints in Machine Learning
von: Naik, Aaditya, et al.
Veröffentlicht: (2023)

TiledAttention: a CUDA Tile SDPA Kernel for PyTorch
von: Khan, Taimur
Veröffentlicht: (2026)

stable-pretraining-v1: Foundation Model Research Made Simple
von: Balestriero, Randall, et al.
Veröffentlicht: (2025)

On Training-Test (Mis)alignment in Unsupervised Combinatorial Optimization: Observation, Empirical Exploration, and Analysis
von: Bu, Fanchen, et al.
Veröffentlicht: (2025)

SoftDTW-CUDA-Torch: Memory-Efficient GPU-Accelerated Soft Dynamic Time Warping for PyTorch
von: Weber, Ron Shapira, et al.
Veröffentlicht: (2026)

Towards Robust Agentic CUDA Kernel Benchmarking, Verification, and Optimization
von: Lange, Robert Tjarko, et al.
Veröffentlicht: (2025)

Reinforcement Learning from Automatic Feedback for High-Quality Unit Test Generation
von: Steenhoek, Benjamin, et al.
Veröffentlicht: (2023)

Reinforcement Learning from Automatic Feedback for High-Quality Unit Test Generation
von: Steenhoek, Benjamin, et al.
Veröffentlicht: (2024)

PyPulse: A Python Library for Biosignal Imputation
von: Gao, Kevin, et al.
Veröffentlicht: (2024)

Torch Geometric Pool: the PyTorch library for pooling in Graph Neural Networks
von: Abate, Carlo, et al.
Veröffentlicht: (2025)

Qiskit-Torch-Module: Fast Prototyping of Quantum Neural Networks
von: Meyer, Nico, et al.
Veröffentlicht: (2024)

Kevin: Multi-Turn RL for Generating CUDA Kernels
von: Baronio, Carlo, et al.
Veröffentlicht: (2025)

Adversarial Feature Map Pruning for Backdoor
von: Huang, Dong, et al.
Veröffentlicht: (2023)

Atropos: Improving Cost-Benefit Trade-off of LLM-based Agents under Self-Consistency with Early Termination and Model Hotswap
von: Kim, Naryeong, et al.
Veröffentlicht: (2026)

Capturing Semantic Flow of ML-based Systems
von: Yoo, Shin, et al.
Veröffentlicht: (2025)

PyLO: Towards Accessible Learned Optimizers in PyTorch
von: Janson, Paul, et al.
Veröffentlicht: (2025)

Should Code Models Learn Pedagogically? A Preliminary Evaluation of Curriculum Learning for Real-World Software Engineering Tasks
von: Khant, Kyi Shin, et al.
Veröffentlicht: (2025)

Characterising Open Source Co-opetition in Company-hosted Open Source Software Projects: The Cases of PyTorch, TensorFlow, and Transformers
von: Osborne, Cailean, et al.
Veröffentlicht: (2024)

RM -RF: Reward Model for Run-Free Unit Test Evaluation
von: Bruches, Elena, et al.
Veröffentlicht: (2026)

PrismaDV: Automated Task-Aware Data Unit Test Generation
von: Chen, Hao, et al.
Veröffentlicht: (2026)

CPP-UT-Bench: Can LLMs Write Complex Unit Tests in C++?
von: Bhargava, Vaishnavi, et al.
Veröffentlicht: (2024)

An End-to-End PyTorch Interface for Differentiable PDE Solvers: A RANS Model-Correction Study
von: Saverio, Luca, et al.
Veröffentlicht: (2026)

DANDI: Diffusion as Normative Distribution for Deep Neural Network Input
von: Kim, Somin, et al.
Veröffentlicht: (2025)

Leveraging Reviewer Experience in Code Review Comment Generation
von: Lin, Hong Yi, et al.
Veröffentlicht: (2024)

RLHGNN: Reinforcement Learning-driven Heterogeneous Graph Neural Network for Next Activity Prediction in Business Processes
von: Wang, Jiaxing, et al.
Veröffentlicht: (2025)

COSMosFL: Ensemble of Small Language Models for Fault Localisation
von: Cho, Hyunjoon, et al.
Veröffentlicht: (2025)

Predictive Prompt Analysis
von: Lee, Jae Yong, et al.
Veröffentlicht: (2025)

TorchAO: PyTorch-Native Training-to-Serving Model Optimization
von: Or, Andrew, et al.
Veröffentlicht: (2025)

Ontology- and LLM-based Data Harmonization for Federated Learning in Healthcare
von: Kokash, Natallia, et al.
Veröffentlicht: (2025)

A PyTorch Framework for Scalable Non-Crossing Quantile Regression
von: Chang, Kaihua
Veröffentlicht: (2025)

Clotho: Measuring Task-Specific Pre-Generation Test Adequacy for LLM Inputs
von: Yoon, Juyeon, et al.
Veröffentlicht: (2025)