NVTabular

GPU加速的大规模表格数据特征工程库

NVTabular GPU加速特征工程数据预处理推荐系统 Github 开源项目

NVTabular是NVIDIA Merlin框架的组件，用于处理TB级数据集和训练深度学习推荐系统。该库利用GPU加速计算，提供高级抽象以简化代码。它可处理超出内存限制的大规模数据集，使数据科学家专注于数据操作，快速准备实验数据，并加速生产模型的数据转换过程。

spark - 统一分析引擎支持多语言API及丰富工具集

Apache SparkGithub分布式计算大数据处理开源项目数据分析机器学习

Apache Spark是一个大规模数据处理的统一分析引擎，提供Scala、Java、Python和R的高级API。它支持多种高级工具，如Spark SQL、pandas API on Spark、MLlib、GraphX和Structured Streaming，分别用于SQL查询、pandas操作、机器学习、图处理和流处理。Spark的优化引擎支持通用计算图，适用于多种大数据分析场景。

litdata - 优化数据处理和流式传输工具提升AI模型训练效率

GithubLitData云存储开源项目数据优化数据处理模型训练

LitData是一个开源的数据处理和优化工具，专注于提升AI模型训练效率。它提供并行数据处理、向量嵌入创建、分布式推理和大规模网站抓取功能。LitData优化数据集以加速模型训练，支持云端大规模数据流式传输，并实现远程数据的无本地加载使用。这些特性使LitData成为提高数据处理效率和AI模型训练速度的有力工具。

tigerbeetle - 专为OLTP设计的金融交易数据库

GithubTigerBeetle开源项目数据库账户管理金融交易高性能

TigerBeetle是一款专注于金融交易的数据库，为OLTP应用提供高性能和可靠性。它支持快速部署、多节点集群和多语言客户端，实现高效的账户管理和转账操作。TigerBeetle的设计优先考虑性能和数据安全，适合需要高吞吐量和严格一致性的金融系统。该数据库旨在满足未来几十年金融交易的需求，为关键任务提供稳定支持。

featureform - 使数据科学家能够定义、管理并服务于机器学习模型的特征的虚拟特征库

FeatureformGithub开源开源项目数据科学机器学习特征存储

Featureform 是一个虚拟特征库，使数据科学家能够定义、管理并服务于机器学习模型的特征。它通过协调现有基础设施，将变换、特征、标签和训练集标准化，促进团队协作和资源共享。Featureform 支持从个人数据科学家到大型企业团队的多种应用场景，并提供内置合规支持，包括角色访问控制和审计日志。该开源项目兼容现有数据基础设施，适用于本地和云端部署。

lightning-flash - 跨数据领域和任务的AI模型训练与处理解决方案

AIGithubPyTorchlightning-flash开源项目模型训练深度学习

Lightning Flash提供多任务和多数据领域的AI解决方案，用户只需三步即可完成数据加载、模型配置和微调。项目支持多种预训练模型和优化策略，简化深度学习工作流程，适用于各种数据域和任务类型。其功能包括模型预测、训练策略、优化器和调度器选择，以及自定义数据变换。Flash旨在让用户无需自行开发复杂的研究框架，即可在生产环境中应用AI模型。

gpt-neox - 大规模语言模型训练库，支持多系统和硬件环境

DeepSpeedEleutherAIFlash AttentionGPT-NeoXGithubMegatron Language Model开源项目

GPT-NeoX是EleutherAI开发的库，专注于在GPU上训练大规模语言模型。它基于NVIDIA的Megatron，并结合了DeepSpeed技术，提供前沿的架构创新和优化，支持多种系统和硬件环境。广泛应用于学术界、工业界和政府实验室，支持AWS、CoreWeave、ORNL Summit等多个平台。主要功能包括分布式训练、3D并行、旋转和嵌入技术，以及与Hugging Face等开源库的无缝集成。

texera - 基于工作流的协作数据分析系统支持大规模计算及AI/ML技术

GithubTexera协作可视化工作流开源项目数据分析

Texera是基于云的协作数据分析系统，通过图形化工作流界面支持大规模计算和先进AI/ML技术。系统专注协作功能，为各背景用户提供类Google Docs的分析体验。Texera能处理海量数据，使非IT人员也可进行分析，并支持与长时运行作业交互。目前已应用于社交媒体分析、气候变化研究等多个领域。

BERT-GPU - 单机多GPU加速BERT预训练的开源实现

BERTGithub多GPU预训练开源项目数据并行深度学习自然语言处理

BERT-GPU项目为BERT模型在单机多GPU环境下的预训练提供了开源实现。该项目无需Horovod即可实现数据并行，通过增加GPU数量扩大批处理规模，从而加速训练过程。项目包含详细的训练流程和参数配置说明，并提供了下游任务的实验结果。这种方法在维持模型性能的同时，有效提升了预训练效率。

tensor-house - 企业AI/ML项目的全面参考工具包

AI/ML应用GithubTensorHouse企业解决方案开源项目强化学习深度学习

为企业提供营销、定价、供应链和智能制造领域的AI/ML应用参考工具包，包括Jupyter笔记本、原型应用、数据集和评估问卷，帮助快速评估项目准备度，进行数据分析和构建模型原型，适用于深度学习、强化学习和因果推断方法。

相关项目

推荐项目

豆包MarsCode

豆包 MarsCode 是一款革命性的编程助手，通过AI技术提供代码补全、单测生成、代码解释和智能问答等功能，支持100+编程语言，与主流编辑器无缝集成，显著提升开发效率和代码质量。

AI写歌

Suno AI是一个革命性的AI音乐创作平台，能在短短30秒内帮助用户创作出一首完整的歌曲。无论是寻找创作灵感还是需要快速制作音乐，Suno AI都是音乐爱好者和专业人士的理想选择。

有言AI

有言平台提供一站式AIGC视频创作解决方案，通过智能技术简化视频制作流程。无论是企业宣传还是个人分享，有言都能帮助用户快速、轻松地制作出专业级别的视频内容。

Kimi

Kimi AI助手提供多语言对话支持，能够阅读和理解用户上传的文件内容，解析网页信息，并结合搜索结果为用户提供详尽的答案。无论是日常咨询还是专业问题，Kimi都能以友好、专业的方式提供帮助。

阿里绘蛙

绘蛙是阿里巴巴集团推出的革命性AI电商营销平台。利用尖端人工智能技术，为商家提供一键生成商品图和营销文案的服务，显著提升内容创作效率和营销效果。适用于淘宝、天猫等电商平台，让商品第一时间被种草。

吐司

探索Tensor.Art平台的独特AI模型，免费访问各种图像生成与AI训练工具，从Stable Diffusion等基础模型开始，轻松实现创新图像生成。体验前沿的AI技术，推动个人和企业的创新发展。

SubCat字幕猫

SubCat字幕猫APP是一款创新的视频播放器，它将改变您观看视频的方式！SubCat结合了先进的人工智能技术，为您提供即时视频字幕翻译，无论是本地视频还是网络流媒体，让您轻松享受各种语言的内容。

美间AI

美间AI创意设计平台，利用前沿AI技术，为设计师和营销人员提供一站式设计解决方案。从智能海报到3D效果图，再到文案生成，美间让创意设计更简单、更高效。

稿定AI

稿定设计是一个多功能的在线设计和创意平台，提供广泛的设计工具和资源，以满足不同用户的需求。从专业的图形设计师到普通用户，无论是进行图片处理、智能抠图、H5页面制作还是视频剪辑，稿定设计都能提供简单、高效的解决方案。该平台以其用户友好的界面和强大的功能集合，帮助用户轻松实现创意设计。

使用协议隐私政策广告服务

投诉举报邮箱: service@vectorlightyear.com