Project Icon

qkeras

Keras 的量化扩展工具,通过替换部分 Keras 层,能够快速创建量化版深度学习模型

QKeras 是一个针对 Keras 的量化扩展工具,通过替换部分 Keras 层,能够快速创建量化版深度学习模型。项目设计遵循用户友好、模块化和易扩展的原则,包括 QDense 和 QConv2D 等多种量化层。QTools 用于辅助硬件实现和能耗估算,AutoQKeras 可以自动进行模型量化和重新平衡。此项目提供简单易用的界面,适用于快速原型设计、前沿研究和生产环境。

scikeras - Keras与Scikit-Learn的无缝集成工具
GithubKerasPythonSciKerasScikit-Learn开源项目机器学习
SciKeras是一个开源项目,旨在为Keras模型提供Scikit-Learn兼容的包装器。作为tf.keras.wrappers.scikit_learn的继任者,SciKeras保持API兼容性的同时,提供了更多功能。该项目支持TensorFlow,可通过pip轻松安装。SciKeras不仅提供详细文档,还有完整的迁移指南,方便用户从原有框架过渡。项目基于scikit-learn 1.4.1post1及以上版本和Keras 3.2.0及以上版本,为机器学习实践者提供了一个强大的集成工具。
Replete-LLM-V2.5-Qwen-32b-GGUF - 量化模型文件下载指南,通过选择适合的文件优化性能
GithubHuggingfaceReplete-LLM-V2.5-Qwen-32b嵌入输出权重开源项目文本生成模型视觉处理量化
该项目使用llama.cpp工具进行模型量化,提供多种Replete-LLM-V2.5-Qwen-32b模型文件下载选项。每种文件类型均说明其特性,如高质量和性能等,并适应不同硬件环境,以帮助用户根据需求优化模型质量或速度。文件适用于多种RAM和VRAM配置,便于在不同系统中实现优异性能。
Meta-Llama-3.1-8B-Instruct-FP8-KV - FP8量化策略提升模型计算效率
FP8GithubHuggingfaceMeta-Llama-3.1-8B-InstructQuark开源项目模型部署量化策略
项目利用Quark工具对模型的线性层进行FP8量化,实现更高效的部署和轻微的推理性能提升。使用Pile数据集进行校准,提高模型性能。支持单GPU和多GPU环境,便于在vLLM兼容后端进行高效部署,Perplexity指标略有提升。
Meta-Llama-3.1-70B-Instruct-FP8-KV - Meta-Llama-3.1的FP8量化方法实现高效部署
FP8GithubHuggingfaceMeta-Llama-3.1-70B-InstructQuark开源项目推理模型量化
项目使用Quark对Meta-Llama-3.1模型进行FP8量化,优化了线性层(不含lm_head)的权重和激活过程。支持用户在单或多GPU平台上部署并在vLLM兼容平台上高效运行。尽管伪量化评估结果可能与实际推理精确度略有不同,但仍提供关键指标,助力模型开发与优化。通过FP8对称模式的应用,模型性能得到提升,并提供了准确性的参考标准,为后续模型开发提供支持。
keras-core - 深度学习框架的多后端革新
GithubKeras多后端开源项目框架迁移深度学习
Keras Core 项目正在发展为 Keras 3,并已迁移至 keras-team/keras 仓库。这个多后端 Keras 框架经历了初始开发和公开测试阶段,即将以 Keras 3 的身份推出。项目保留了原有贡献者的工作,为深度学习开发提供了更灵活的后端选择。Keras 3 旨在实现跨平台的一致性体验,代表了 Keras 生态系统的重要演进。
LoftQ - 大型语言模型低资源量化微调新方法
GithubLoRALoftQ大语言模型开源项目微调量化
LoftQ是一种为大型语言模型设计的量化微调方法。它通过寻找最佳的量化LoRA初始化,实现有限GPU资源下的高效模型微调。LoftQ支持LLAMA、Falcon、Mistral等主流模型,提供相关工具和示例代码。在WikiText-2和GSM8K等任务上,LoftQ展现出优秀性能,为低资源环境中的LLM应用开发创造了新可能。
SqueezeLLM - 硬件资源优化下的大语言模型量化服务
GithubSqueezeLLM内存优化大语言模型开源项目模型压缩量化
SqueezeLLM通过密集与稀疏量化方法降低大语言模型的内存占用并提升性能,将权重矩阵拆分为易量化的密集组件和保留关键部分的稀疏组件,实现更小内存占用、相同延迟和更高精度。支持包括LLaMA、Vicuna和XGen在内的多个热门模型,提供3位和4位量化选项,适用于不同稀疏度水平。最新更新涵盖Mistral模型支持和自定义模型量化代码发布。
EVA-Qwen2.5-14B-v0.1-GGUF - 多格式量化模型文件下载,便捷获取高性能AI模型
EVA-Qwen2.5-14B-v0.1GithubHugging FaceHuggingface开源项目权重矩阵模型语料库量化方法
EVA-Qwen2.5-14B-v0.1-GGUF提供多种量化模型文件支持AI模型部署,涵盖Q2_K至Q8_0格式。通过Hugging Face和nethype GmbH的资源,项目提供了性能优异的模型文件。详细使用方法请参考项目链接中的文档,FAQ部分提供了常见问题的解答。
codegeex4-all-9b-GGUF - 模型量化优化概览与比较指南
GithubHuggingfacecodegeex4下载开源项目性能文件选择模型量化
Codegeex4项目通过llama.cpp优化实现多种量化模型文件选择,满足不同硬件下的最佳性能需求。建议根据系统的RAM和GPU的VRAM来选择合适的K-quant和I-quant格式文件。若使用Nvidia或AMD显卡,可选择相应的量化文件格式以提升效率。查阅提供的链接以了解详细的性能比较与选择指南。
Phi-3.1-mini-128k-instruct-GGUF - 量化指导优化内存资源使用
GithubHuggingfacePhi-3-mini-128k-instruct下载文件开源项目模型模型选择量化高质量
项目利用llama.cpp和imatrix技术对模型进行量化,提供适合不同内存需求的文件。用户可通过huggingface-cli根据硬件选择量化格式,实现速度与质量平衡。同时,项目提供特性图表以指引用户选择‘I-quant’或‘K-quant’方法,满足不同硬件环境性能要求。
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