nanodl

nanodl

设计与训练变压器模型的Jax库

这是一个基于Jax的库,旨在简化变压器模型的开发和训练,特别适合资源有限的环境。支持多种模型如Gemma、GPT3、T5和Whisper,涵盖自然语言处理和计算机视觉任务。提供灵活的模块和层,包括Jax/Flax中未提供的RoPE、GQA、MQA和Swin注意力机制,支持多GPU/TPU的数据并行训练,简化数据处理。该库还包含加速的经典机器学习模型,帮助用户以最小的代码重写快速实现模型开发和训练。

NanoDLJaxtransformer模型分布式训练深度学习Github开源项目

项目介绍:nanodl

概述

nanodl 是一个基于 Jax 的库,专为从头开始设计和训练 transformer 模型而开发。在变换器模型的开发过程中,人们通常会遇到资源消耗巨大的挑战。为了应对这一问题,nanodl 提供了一系列精简但功能强大的工具和功能。这些工具通过 Jax 框架实现,使得神经网络的开发和分布式训练更加高效。

特性

nanodl 提供了许多强大的特性,包括:

  • 兼具各类模块和层级结构,使用户可以从零开始构建定制的 transformer 模型。
  • 支持多种模型,如 Gemma、LlaMa3、Mistral、GPT3、GPT4(推测版)、T5、Whisper、ViT、Mixers、CLIP 等。
  • 提供数据并行分布式训练器,可以在多 GPU 或 TPU 上进行训练,无需手动编写训练循环。
  • 提供数据加载器,简化了 Jax/Flax 的数据处理过程。
  • 包含 Flax/Jax 中未涵盖的层,例如 RoPE、GQA、MQA 和 SWin 注意力等,支持更灵活的模型开发。
  • 提供 GPU/TPU 加速的经典机器学习模型,如 PCA、KMeans、回归、高斯过程等。
  • 支持不需要冗长代码的真随机数生成器。
  • 提供一系列用于自然语言处理和计算机视觉任务的高级算法,如高斯模糊、BLEU、分词器等。
  • 每个模型都被封装在一个独立的文件中,无需外部依赖,因此源码也可以轻松使用。

快速安装

要使用 nanodl,您需要 Python 3.9 或更高版本,并安装 JAX、FLAX 和 OPTAX(若需要运行训练则需 GPU 支持)。在设计和测试模型时可以使用 CPU,但训练器需要 GPU 或 TPU 支持。

使用以下命令来安装 nanodl:

pip install --upgrade pip pip install jax flax optax pip install nanodl

使用示例

nanodl 提供了丰富的 API 示例,帮助用户快速上手。以下简要介绍几个使用场景:

文本生成

用户可以使用 GPT4 模型进行文本生成,通过一个简单的 API 来训练和生成文本。

图像生成

借助扩散模型,用户能够训练图像数据并生成新图像。

音频处理

通过 Whisper 模型,用户可以处理音频数据并进行转录。

强化学习中的奖励模型

使用 Mistral 模型,可以在强化学习的上下文中训练奖励模型。

主成分分析(PCA)

用户可以使用 PCA 模型来进行数据降维和可视化。

社区与贡献

nanodl 是一个仍在开发中的项目,欢迎来自社区的贡献。用户可以通过撰写文档、修复错误、实现新功能或者改进代码等多种方式进行贡献。加入我们的 Discord 社区来交流想法或获取帮助。

赞助与引用

为了让有限资源的专家和企业也能以低成本构建灵活的模型,nanodl 的长远目标是构建和训练参数不超过 10 亿的精简版本模型,并优能与原始版本媲美。任何形式的赞助对我们来说都是一份支持。如果您愿意,请通过 GitHub 或邮件联系我们。

如果您希望引用 nanodl,请使用以下格式:

@software{nanodl2024github, author = {Henry Ndubuaku}, title = {NanoDL: A Jax-based library for designing and training transformer models from scratch.}, url = {http://github.com/hmunachi/nanodl}, year = {2024}, }

编辑推荐精选

讯飞智文

讯飞智文

一键生成PPT和Word,让学习生活更轻松

讯飞智文是一个利用 AI 技术的项目,能够帮助用户生成 PPT 以及各类文档。无论是商业领域的市场分析报告、年度目标制定,还是学生群体的职业生涯规划、实习避坑指南,亦或是活动策划、旅游攻略等内容,它都能提供支持,帮助用户精准表达,轻松呈现各种信息。

AI办公办公工具AI工具讯飞智文AI在线生成PPTAI撰写助手多语种文档生成AI自动配图热门
讯飞星火

讯飞星火

深度推理能力全新升级,全面对标OpenAI o1

科大讯飞的星火大模型,支持语言理解、知识问答和文本创作等多功能,适用于多种文件和业务场景,提升办公和日常生活的效率。讯飞星火是一个提供丰富智能服务的平台,涵盖科技资讯、图像创作、写作辅助、编程解答、科研文献解读等功能,能为不同需求的用户提供便捷高效的帮助,助力用户轻松获取信息、解决问题,满足多样化使用场景。

热门AI开发模型训练AI工具讯飞星火大模型智能问答内容创作多语种支持智慧生活
Spark-TTS

Spark-TTS

一种基于大语言模型的高效单流解耦语音令牌文本到语音合成模型

Spark-TTS 是一个基于 PyTorch 的开源文本到语音合成项目,由多个知名机构联合参与。该项目提供了高效的 LLM(大语言模型)驱动的语音合成方案,支持语音克隆和语音创建功能,可通过命令行界面(CLI)和 Web UI 两种方式使用。用户可以根据需求调整语音的性别、音高、速度等参数,生成高质量的语音。该项目适用于多种场景,如有声读物制作、智能语音助手开发等。

Trae

Trae

字节跳动发布的AI编程神器IDE

Trae是一种自适应的集成开发环境(IDE),通过自动化和多元协作改变开发流程。利用Trae,团队能够更快速、精确地编写和部署代码,从而提高编程效率和项目交付速度。Trae具备上下文感知和代码自动完成功能,是提升开发效率的理想工具。

AI工具TraeAI IDE协作生产力转型热门
咔片PPT

咔片PPT

AI助力,做PPT更简单!

咔片是一款轻量化在线演示设计工具,借助 AI 技术,实现从内容生成到智能设计的一站式 PPT 制作服务。支持多种文档格式导入生成 PPT,提供海量模板、智能美化、素材替换等功能,适用于销售、教师、学生等各类人群,能高效制作出高品质 PPT,满足不同场景演示需求。

讯飞绘文

讯飞绘文

选题、配图、成文,一站式创作,让内容运营更高效

讯飞绘文,一个AI集成平台,支持写作、选题、配图、排版和发布。高效生成适用于各类媒体的定制内容,加速品牌传播,提升内容营销效果。

热门AI辅助写作AI工具讯飞绘文内容运营AI创作个性化文章多平台分发AI助手
��材料星

材料星

专业的AI公文写作平台,公文写作神器

AI 材料星,专业的 AI 公文写作辅助平台,为体制内工作人员提供高效的公文写作解决方案。拥有海量公文文库、9 大核心 AI 功能,支持 30 + 文稿类型生成,助力快速完成领导讲话、工作总结、述职报告等材料,提升办公效率,是体制打工人的得力写作神器。

openai-agents-python

openai-agents-python

OpenAI Agents SDK,助力开发者便捷使用 OpenAI 相关功能。

openai-agents-python 是 OpenAI 推出的一款强大 Python SDK,它为开发者提供了与 OpenAI 模型交互的高效工具,支持工具调用、结果处理、追踪等功能,涵盖多种应用场景,如研究助手、财务研究等,能显著提升开发效率,让开发者更轻松地利用 OpenAI 的技术优势。

Hunyuan3D-2

Hunyuan3D-2

高分辨率纹理 3D 资产生成

Hunyuan3D-2 是腾讯开发的用于 3D 资产生成的强大工具,支持从文本描述、单张图片或多视角图片生成 3D 模型,具备快速形状生成能力,可生成带纹理的高质量 3D 模型,适用于多个领域,为 3D 创作提供了高效解决方案。

3FS

3FS

一个具备存储、管理和客户端操作等多种功能的分布式文件系统相关项目。

3FS 是一个功能强大的分布式文件系统项目,涵盖了存储引擎、元数据管理、客户端工具等多个模块。它支持多种文件操作,如创建文件和目录、设置布局等,同时具备高效的事件循环、节点选择和协程池管理等特性。适用于需要大规模数据存储和管理的场景,能够提高系统的性能和可靠性,是分布式存储领域的优质解决方案。

下拉加载更多