dataloader

适用于 TensorFlow、PyTorch 和 JAX 的 GPU 优化数据加载器

Merlin Dataloader 提供适用于 TensorFlow、PyTorch 和 JAX 的 GPU 优化数据加载器，大幅提升推荐模型的训练速度。优势包括速度提升超10倍、支持大于内存的数据集、每个周期的数据随机化及分布式训练。这些特点使其成为高效训练推荐模型的理想工具。

访问官网

Github

文档

介绍相关项目

Merlin - GPU加速推荐系统解决方案助力大规模数据处理与模型训练

GPU加速GithubNVIDIA Merlin开源项目推荐系统深度学习特征工程

Merlin是NVIDIA开发的开源库，为推荐系统提供GPU加速解决方案。它包含多个组件如NVTabular和HugeCTR，支持大规模数据处理、特征工程、模型训练和部署。Merlin能处理数百TB数据，通过GPU加速提升系统性能。它兼容TensorFlow、PyTorch等框架，便于构建和优化推荐模型。

models - 推荐系统深度学习模型库

GPU加速GithubMerlin ModelsTensorFlow开源项目推荐系统深度学习

NVTabular - GPU加速的大规模表格数据特征工程库

GPU加速GithubNVTabular开源项目推荐系统数据预处理特征工程

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。

DALI - 加速深度学习应用的GPU加速数据加载与预处理库

GPU加速GithubNVIDIA DALI多框架支持开源项目数据预处理深度学习

NVIDIA DALI是一个GPU加速的数据加载和预处理库，专为提高深度学习应用效率而设计。它提供了一套优化的工具，改善图像、视频和音频的处理，同时解决CPU瓶颈，支持跨多平台框架使用。此外，DALI利用GPUDirect Storage技术，从而实现从存储到GPU内存的直接数据传输，显著提升处理速度。

streaming - 面向大规模机器学习的高效数据流式加载工具

GithubPyTorchStreamingDataset云存储大规模训练开源项目数据流

streaming是一款针对大规模分布式机器学习训练优化的数据加载工具。它支持从主流云存储平台流式读取图像、文本、视频等多种数据类型。该工具具备确定性、快速恢复、高吞吐等特点,可轻松集成到PyTorch训练流程中。streaming还提供数据混合、随机访问等功能,适用于大规模机器学习训练场景。

data - PyTorch数据加载组件的改进版TorchData

DataLoaderGithubPyTorchTorchData开源项目数据加载状态管理

TorchData是PyTorch数据加载组件的改进版本，主要增强了torch.utils.data.DataLoader的功能。它引入StatefulDataLoader，支持中断恢复和自定义状态跟踪，提高了数据加载的可扩展性和性能。TorchData与最新PyTorch和Python版本兼容，支持pip和conda安装。项目处于开发阶段，欢迎社区贡献和反馈。

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。

HierarchicalKV - 分层键值存储技术助力大规模推荐系统优化

GPU存储GithubHierarchicalKVNVIDIA Merlin开源项目推荐系统键值存储

HierarchicalKV是NVIDIA Merlin项目的组成部分，为推荐系统提供分层键值存储功能。该库可在GPU高带宽内存和主机内存中存储特征嵌入，支持大规模推荐模型训练。通过绕过CPU和实现表大小约束策略，HierarchicalKV提升了性能和内存利用率。这使得NVIDIA GPU更适合训练大型搜索、推荐和广告模型，简化了复杂推荐模型的构建、评估和部署过程。

Megatron-LM - 优化GPU训练技术加速大规模Transformer模型

GPU优化GithubMegatron-CoreMegatron-LM分布式训练大语言模型开源项目

Megatron-LM框架利用GPU优化技术实现Transformer模型的大规模训练。其Megatron-Core组件提供模块化API和系统优化,支持自定义模型训练。该项目可进行BERT、GPT、T5等模型预训练,支持数千GPU分布式训练百亿参数级模型,并提供数据预处理、模型评估和下游任务功能。

datasets - 最大的 ML 模型即用型数据集中心，具有快速、易用且高效的数据操作工具

APIApache ArrowGithubHugging Face开源项目数据集机器学习

🤗 Datasets是一个高效的轻量级数据处理库，支持一行代码完成数据集的下载和预处理。库支持Numpy、Pandas、PyTorch、TensorFlow和JAX等框架，并提供智能缓存及大规模数据集的流式处理，有效减轻内存限制的压力，简化机器学习和数据分析的前置工作。

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。

AIWritePaper论文写作

AIWritePaper论文写作是一站式AI论文写作辅助工具，简化了选题、文献检索至论文撰写的整个过程。通过简单设定，平台可快速生成高质量论文大纲和全文，配合图表、参考文献等一应俱全，同时提供开题报告和答辩PPT等增值服务，保障数据安全，有效提升写作效率和论文质量。

使用协议隐私政策广告服务

投诉举报邮箱: service@vectorlightyear.com