Project Icon

carefree-learn

简化深度学习流程,支持PyTorch高效训练与推理

carefree-learn项目致力于简化深度学习流程,特别是基于PyTorch的训练与推理。采用模块优先、原生兼容的设计原则,支持AI模型推理,符合现代AI的发展趋势,并遵循MIT许可证。项目提供易于使用的接口和高性能模块,适合开发者与使用者。

ai-toolkit - AI模型训练与优化的多功能工具集
AI ToolkitFLUX.1GithubLoRA图像生成开源项目模型训练
AI-toolkit是一款功能丰富的AI模型工具集,包含FLUX.1训练、LoRA提取和模型合并等功能。它还支持批量图像生成、LoRA权重调整和滑块训练等高级特性,并提供扩展系统供用户自定义功能。这个工具集主要适用于24GB及以上显存的GPU,为AI模型开发者和研究人员提供灵活高效的解决方案。
thorough-pytorch - 从基础到进阶的PyTorch深度学习教程
GithubPyTorch开源项目数据科学机器学习深度学习课程
《深入浅出PyTorch》是一门完整的课程,适用于深度学习的学习者,内容从基础到进阶。包括PyTorch的安装、基础知识、主要模块、模型定义、进阶训练技巧、以及可视化技术等。课程通过实际案例和项目实战提高编程与实践能力。适合具备Python编程和机器学习基础的人,通过协作学习提高问题解决能力。
CV - 深度学习视频教程及笔记资源
GithubJupyter NotebookPytorch开源项目数据集深度学习视频讲解
本项目提供深度学习视频讲解及笔记资源,涵盖Pytorch、李沐、吴恩达等名师课程,并附有详细的数据集和实用工具。适合从事AI算法开发、图像处理及语音识别方向的求职者,并提供多家知名企业的内推机会,帮助自学者搭建交流平台,实现技术突破和职业发展。
AI-Flow - 开源平台实现多AI模型无缝连接和集成
AI-FlowAI工具API集成人工智能模型无代码开发自定义AI工具
AI-Flow是一个开源平台,专注于简化多个AI模型的连接和集成。通过直观的拖放界面,用户可以快速创建自定义AI工具,无需编码。平台支持GPT-4、Claude和Stable Diffusion等多种AI模型,可在应用内运行工作流或集成到其他项目中。AI-Flow还提供API构建功能,实现AI工作流的自动化和灵活集成,为用户提供创新的AI解决方案。
graph-learn - 大规模分布式图神经网络框架,兼容PyTorch和TensorFlow
GithubGraph-Learn分布式框架图神经网络大规模图数据实时推理开源项目
Graph-Learn是一款分布式框架,专为开发和应用大规模图神经网络(GNN)而设计,已成功应用于阿里巴巴的搜索推荐、网络安全和知识图谱等场景。框架包括GraphLearn-Training和Dynamic-Graph-Service模块,支持批量图采样、在线推理及流图更新功能,兼容PyTorch和TensorFlow,提供完整的GNN模型开发解决方案。
aimet - 深度学习模型优化的量化与压缩工具
AIMETGithubPyTorch开源项目模型压缩模型量化深度学习
AI Model Efficiency Toolkit (AIMET) 提供先进的模型量化和压缩技术,专注于优化已训练的神经网络模型。其主要功能包括跨层均衡、偏差校正、自适应舍入和量化感知训练,显著提升模型运行性能,降低计算和内存要求,并保持任务精度。AIMET 兼容 PyTorch、TensorFlow 和 ONNX 模型,通过 AIMET Model Zoo 提供优化的8位推理神经网络模型。同时,AIMET 支持空间SVD和通道剪枝等压缩技术,并提供可视化工具检查模型量化和压缩效果。
TensorFlow-Course - 从入门到精通的TensorFlow免费教程
GithubTensorFlow开源项目机器学习深度学习神经网络
TensorFlow-Course提供从TensorFlow基础到高级应用的全面教程,配套清晰的源代码和文档,适合初学者和开发者快速掌握。支持最新的TensorFlow 2.3版本,确保您使用的是最前沿技术。
NeuroCraft - 简化神经网络开发流程的直观平台
AI工具人工智能模型训练模型设计模型部署神经网络
NeuroCraft是一个创新的神经网络开发平台,提供设计、训练和部署神经网络的综合解决方案。该平台采用简洁的拖放界面,简化模型设计过程,支持实时观察模型学习并灵活配置训练参数。NeuroCraft还提供多样化的部署选项,方便将模型集成到现有系统或用于应用内预测。这个平台适合各级人工智能从业者使用,有助于高效管理神经网络的全生命周期。
solo-learn - 使用自监督学习进行无监督视觉表征的方法与技巧
GithubPyTorch Lightningsolo-learn开源项目无监督自监督学习视觉表示学习
solo-learn库基于PyTorch Lightning,提供多种自监督方法用于无监督视觉表征学习。该库包含全面的训练技巧和多种数据处理、评估方式,以提高训练效果和可重复性。其主要特点有快速的数据处理、自定义模型检查点、线上和线下的K-NN评估。库内包含灵活的数据增强、可视化功能,并不断更新方法和改进教程,使模型训练和调试更加高效简便。
flash-attention-minimal - 简化Flash Attention的CUDA和PyTorch最小化实现
CUDAFlash AttentionGPU加速GithubPyTorch开源项目注意力机制
flash-attention-minimal是一个开源项目,使用CUDA和PyTorch对Flash Attention进行最小化实现。项目仅用约100行代码完成前向传播,遵循原始论文符号表示,为CUDA初学者提供简明教程。通过与手动注意力机制的性能对比,展示了显著的速度提升。尽管目前存在一些限制,如缺少反向传播和固定块大小,但该项目为理解Flash Attention核心概念提供了有价值的参考资料。
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

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。

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

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。

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

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。

Project Cover

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。

Project Cover

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。

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