Project Icon

synjax

基于JAX的结构化概率分布神经网络库

SynJax是一个基于JAX的神经网络库,专注于结构化概率分布处理。它支持多种分布类型,包括线性链CRF、半马尔可夫CRF和成分树CRF等。该库提供计算对数概率、边际概率和最可能结构等标准操作,并兼容JAX的主要转换功能。SynJax采用纯Python编写,结合JAX的C++代码,为结构化概率建模提供了高效灵活的解决方案。

QDax - 高效加速质量多样性算法的开源框架
GithubJAXQDax并行化开源项目神经进化质量多样性
QDax是一个开源框架,用于加速质量多样性(QD)和神经进化算法。通过利用硬件加速器和大规模并行化,QDax将原本需要数天甚至数周才能在大型CPU集群上完成的QD算法运行时间缩短至几分钟。作为灵活易扩展的研究工具,QDax适用于各类问题设置,支持MAP-Elites、QDPG等多种核心QD算法,并提供多个基准任务实现。该项目由Adaptive & Intelligent Robotics Lab和InstaDeep联合开发维护。
big_vision - 基于Jax/Flax的大规模视觉模型训练框架
GithubJaxbig vision开源项目模型训练深度学习计算机视觉
Big Vision是一个用于训练大规模视觉模型的开源代码库。它基于Jax/Flax构建,支持在Cloud TPU VM和GPU上运行。该项目采用tf.data和TensorFlow Datasets实现高效的数据处理,可无缝扩展至2048个TPU核心的分布式环境。Big Vision涵盖了视觉Transformer、多模态学习、知识蒸馏等多个研究方向,为大规模视觉实验提供了可靠的基础。
Flux.jl - 轻量级的纯Julia机器学习框架
FluxGPU支持GithubJulia开源项目机器学习轻量级抽象
Flux.jl是一个基于100%纯Julia技术栈的机器学习框架,结合原生GPU和自动微分支持,提供简洁优雅的解决方案。该框架使简单任务易于实现,并且高度可定制。适用于Julia 1.9及更高版本,支持快速模型构建与训练。了解更多信息,请参阅快速入门和文档页面。
deepsnap - 高效灵活的图神经网络库 支持异构图和标准化流程
DeepSNAPGithubNetworkXPyTorch Geometric图深度学习开源项目异构图
DeepSNAP是一个专为图神经网络设计的Python库,连接NetworkX和PyTorch Geometric,提供灵活的图操作和标准化流程。它支持高效的图操作和转换、异构图处理,并提供数据集分割、负采样等功能。DeepSNAP的API易于使用,适用于节点分类、链接预测和图分类等多种图学习任务。
probability - TensorFlow生态系统中的概率推理与统计分析工具
GithubTensorFlow Probability分布计算开源项目概率推理深度学习统计分析
TensorFlow Probability 是一个概率推理与统计分析库,作为 TensorFlow 生态系统的一部分,结合了概率方法与深度网络。其功能包括自动微分的梯度推断,以及通过 GPU 和分布式计算实现对大规模数据集和模型的可扩展性。主要组件包括概率分布、可逆变换、联合分布、概率层和多种概率推断算法,如马尔可夫链蒙特卡洛和变分推断。提供详细教程和案例,帮助用户解决实际问题。
trax - 代码清晰、高速执行的深度学习库
GithubGoogle BrainReformerTransformerTrax开源项目深度学习
Trax是一个由Google Brain团队维护的端到端深度学习库,专注于清晰代码和高速执行。它提供预训练的Transformer模型和丰富的API文档,支持用户创建和训练自定义模型,并与TensorFlow数据集无缝集成。Trax兼容CPUs、GPUs和TPUs,用户可以通过Python脚本、notebooks和命令行界面轻松使用。
levanter - 专注可读性与可扩展性的大语言模型训练框架
GithubJAXLevanter分布式训练大语言模型开源项目机器学习框架
Levanter是一个用于训练大型语言模型和基础模型的框架。该框架使用Haliax命名张量库编写易读的深度学习代码,同时保持高性能。Levanter支持大型模型训练,兼容GPU和TPU等硬件。框架具有比特级确定性,保证配置一致性。其功能包括分布式训练、Hugging Face生态系统兼容、在线数据预处理缓存、Sophia优化器支持和多种日志后端。
EasyDeL - 多模型训练优化框架
EasyDeLFlaxGithubJAX开源项目机器学习模型训练
EasyDeL是一个开源框架,用于通过Jax/Flax优化机器学习模型的训练,特别适合在TPU/GPU上进行大规模部署。它支持多种模型架构和量化方法,包括Transformers、Mamba等,并提供高级训练器和API引擎。EasyDeL的架构完全可定制和透明,允许用户修改每个组件,并促进实验和社区驱动的开发。不论是前沿研究还是生产系统构建,EasyDeL都提供灵活强大的工具以满足不同需求。最新更新包括性能优化、KV缓存改进和新模型支持。
EasyLM - 简化的大规模语言模型训练与部署
EasyLMGPT-JGithubJAXLLaMATPU开源项目
EasyLM提供了一站式解决方案,用于在JAX/Flax中预训练、微调、评估和部署大规模语言模型。通过JAX的pjit功能,可以扩展到数百个TPU/GPU加速器。基于Hugginface的transformers和datasets,EasyLM代码库易于使用和定制。支持Google Cloud TPU Pods上的多TPU/GPU和多主机训练,兼容LLaMA系列模型。推荐加入非官方的Discord社区,了解更多关于Koala聊天机器人和OpenLLaMA的详细信息及安装指南。
nx - Elixir的多维数组和数值计算库集合
EXLAGithubNxTorchx多维数组开源项目数值计算
该项目集合包括Nx,一个用于Elixir的多维数组和数值计算库;EXLA,基于Google XLA的编译器/后端;以及Torchx,基于LibTorch的后端。每个项目都有独立的README文件。未来,这些项目将独立存储。EXLA项目还包含了示例和基准测试。更多关于Elixir中机器学习的介绍,请访问组织页面。
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