Project Icon

deep-learning-containers

高效优化的TensorFlow、PyTorch与MXNet深度学习环境

AWS Deep Learning Containers提供预配置的Docker镜像,支持TensorFlow、PyTorch和MXNet的模型训练与服务。集成了Nvidia CUDA和Intel MKL库,优化了GPU和CPU实例性能。这些容器已在Amazon SageMaker、EC2、ECS和EKS上进行了测试和验证,确保广泛应用和稳定性能。了解更多关于兼容镜像的信息,助力高效开发与部署AI模型。

intro-to-deep-learning - 全面实用的深度学习入门课程
GithubJupyter NotebookPython开源项目机器学习深度学习神经网络
这是一个面向深度学习初学者的开源项目,提供全面的入门课程。课程内容包括神经网络基础知识的介绍材料、实践演练和扩展资源。采用Jupyter Notebook形式,鼓励学生动手实践以加深理解。课程涵盖深度学习核心概念,为学习者打下扎实基础,为进一步探索高级主题如GAN和NLP做好准备。项目注重理论与实践结合,并提供深入学习资源。项目内容结构清晰,按主题分类组织,每个主题包含概述、预习建议、实践演示和深入学习资源。课程支持本地运行和Google Colab使用两种方式,增加了学习的灵活性。
DeepSpeed - 一个深度学习优化库,专为大规模模型训练和推理设计
DeepSpeedGithub分布式训练大规模模型训练开源项目模型压缩模型推理
DeepSpeed 是一个深度学习优化软件套件,专为大规模模型训练和推理设计,能显著优化系统性能和降低成本。它支持亿级至万亿级参数的高效管理,兼容各种计算环境,从资源受限的GPU系统到庞大的GPU集群。此外,DeepSpeed 在模型压缩和推理领域亦取得创新成就,提供极低的延迟和极高的处理速率。
mlops-with-aws-datascientists - 面向数据科学家的AWS MLOps实践课程
AWSDevOpsGithubMLOps实践课程开源项目数据科学
这是一个开源的GitHub仓库,提供由Manifold AI Learning开发的AWS MLOps实践课程。该项目面向数据科学家和DevOps工程师,涵盖AWS平台上的MLOps任务实用技能,包括实践操作和在线研讨会。此外还提供MLOps训练营和Python编程等相关课程资源,旨在帮助学习者掌握AWS环境中的MLOps实践能力。
serving - 灵活且高效的机器学习模型推理平台
DockerGithubTensorFlow Serving开源项目机器学习模型部署高性能推理
TensorFlow Serving 是一个为生产环境设计的灵活且高性能的机器学习模型推理系统。它管理训练后的模型生命周期,通过高效查询表提供版本化访问,支持多模型和多版本同时部署。系统支持 gRPC 和 HTTP 推理端点,允许无缝部署新版本,支持金丝雀发布和 A/B 测试,并且延迟极低。调度器将推理请求分组以在 GPU 上联合执行,支持包括 TensorFlow 模型、嵌入、词汇表和特征转换在内的多种服务对象。
CNTK - 深度学习工具包,支持多种模型,包括DNN、CNN和RNN
CNTKGithubONNX开源开源项目深度学习神经网络
CNTK,微软的开源深度学习工具包,支持多种模型,包括DNN、CNN和RNN。具备自动微分和GPU并行化等高级功能,简化开发和训练流程,并完美支持ONNX,兼容多种AI框架。
studio-lab-examples - 使用Amazon SageMaker Studio Lab的AI/ML学习示例
AI/MLAmazon SageMakerGithubJupyter notebooksSageMaker Studio Lab开源项目数据科学
本页面展示了如何使用Amazon SageMaker Studio Lab构建AI/ML学习环境的Jupyter笔记本示例,适用于个人数据科学家的ML学习之旅。包含计算机视觉、自然语言处理、地理空间数据科学和生成深度学习等领域的示例,以及详细的设置指南和AWS资源的连接方法。用户可以无需账户阅读或运行笔记本,并通过GitHub分享项目,是成为AI/ML实践者的有用参考资源。
ML-ProjectKart - 机器学习和人工智能的优质开源项目集合
GithubML-ProjectKart开源项目机器学习深度学习自然语言处理计算机视觉
这个平台展示了多种机器学习、深度学习、计算机视觉和自然语言处理项目,帮助不同水平的用户熟练掌握ML/AI算法。技术从业人员可以通过遵循贡献指南参与项目贡献,获取实践经验并提升技能,推动开源社区的持续发展。
fusionauth-containers - 多平台容器化身份认证部署
DockerFusionAuthGithubKubernetes容器开源项目贡献者
FusionAuth-containers项目为身份认证系统提供多种容器化部署方案。支持Docker、Kubernetes和OpenShift平台,通过Docker Compose实现快速部署。项目包含Helm chart便于Kubernetes配置,并提供详细安装指南。此外,项目提供代理配置示例,方便自定义部署。作为社区驱动项目,欢迎开发者贡献和反馈。
pytorch-lightning - 深度学习框架的全方位AI模型训练与部署解决方案
AI模型训练GithubLightning FabricPyTorch Lightning开源项目模型部署深度学习热门
深度学习框架Pytorch-Lightning 2.0版本现已推出,提供清晰稳定的API,支持AI模型的预训练、微调和部署。该框架轻松实现Pytorch代码组织,将科学研究与工程实现分离,帮助研究人员和工程师高效进行模型训练与部署。通过提供各种训练和部署选项以及兼容多种硬件和加速器,Pytorch-Lightning兼顾模型的灵活性和可扩展性,适应从初学者到专业AI研究的不同需求。
awesome-MLSecOps - 机器学习安全运维工具与资源精选MLSecOps实践指南
AI安全GithubMLSecOps开源工具开源项目攻击向量机器学习
该项目汇集了机器学习安全运维(MLSecOps)领域的开源工具、资源和教程。内容涵盖安全工具、数据保护、代码安全、攻击向量分析等多个方面,为从业者提供全面的参考资料。项目适合不同层次的MLSecOps实践者,有助于提升机器学习系统的整体安全性。
项目侧边栏1项目侧边栏2
推荐项目
Project Cover

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。

Project Cover

问小白

问小白是一个基于 DeepSeek R1 模型的智能对话平台,专为用户提供高效、贴心的对话体验。实时在线,支持深度思考和联网搜索。免费不限次数,帮用户写作、创作、分析和规划,各种任务随时完成!

Project Cover

白日梦AI

白日梦AI提供专注于AI视频生成的多样化功能,包括文生视频、动态画面和形象生成等,帮助用户快速上手,创造专业级内容。

Project Cover

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。

Project Cover

讯飞绘镜

讯飞绘镜是一个支持从创意到完整视频创作的智能平台,用户可以快速生成视频素材并创作独特的音乐视频和故事。平台提供多样化的主题和精选作品,帮助用户探索创意灵感。

Project Cover

讯飞文书

讯飞文书依托讯飞星火大模型,为文书写作者提供从素材筹备到稿件撰写及审稿的全程支持。通过录音智记和以稿写稿等功能,满足事务性工作的高频需求,帮助撰稿人节省精力,提高效率,优化工作与生活。

Project Cover

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。

Project Cover

Trae

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。

Project Cover

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。

投诉举报邮箱: service@vectorlightyear.com
@2024 懂AI·鲁ICP备2024100362号-6·鲁公网安备37021002001498号