Project Icon

hidet

用Python编写的开源深度学习编译器,主要优化NVIDIA GPU上的推理任务

Hidet是一个用Python编写的开源深度学习编译器,主要优化NVIDIA GPU上的推理任务。它能将PyTorch和ONNX模型编译成高效的CUDA内核,通过图级和算子级优化提升性能。Hidet易于集成,支持通过torch.compile优化PyTorch模型,为开发者提供了便捷的深度学习性能优化方案。

pytorch-toolbelt - 专为PyTorch设计的Python库,提供高效研发和Kaggle竞赛所需的工具集
GithubPyTorch乌克兰俄罗斯开源项目战争深度学习
pytorch-toolbelt是一款专为PyTorch设计的Python库,提供高效研发和Kaggle竞赛所需的工具集。其功能包括灵活的编码器-解码器架构、多种模块(如CoordConv、SCSE、Hypercolumn等)、GPU友好的测试时增强(TTA)、大图像推理及常用方法,支持多种损失函数,并与Catalyst库无缝集成。这些工具旨在简化模型构建、优化和推理过程。
HolisticTraceAnalysis - 高效分析分布式训练性能瓶颈的开源工具
GPUGithubHolisticTraceAnalysisPyTorch分布式训练开源项目性能分析
HolisticTraceAnalysis是一款开源性能分析工具,用于识别分布式训练中的性能瓶颈。它分析PyTorch Profiler收集的跟踪数据,提供时间分解、内核分析、通信计算重叠等功能。支持Linux和Mac系统,适用于Python 3.8及以上版本。开发者可通过该工具深入分析和优化分布式训练性能。
HugNLP - 基于Hugging Face的全面NLP开发应用框架
GithubHugNLPNLP应用开发开源项目指令微调预训练语言模型
HugNLP是基于Hugging Face的NLP开发应用库,为研究人员提供便利高效的开发环境。它集成了丰富的模型、处理器和应用模块,支持知识增强预训练、提示微调、指令调优等技术。该框架还包含参数高效学习、不确定性估计等工具,可用于构建多种NLP应用。HugNLP获得CIKM 2023最佳演示论文奖。
awesome-tensor-compilers - 编译深度学习与张量计算的开源项目与研究综述
GPU优化GithubTensor Computation开源项目机器学习编译器深度学习编译器自动调优
本页面汇集了关于张量计算与深度学习的优质开源编译器项目和研究论文,包括编译器与中间表示(IR)设计、自动调优与自动调度、CPU和GPU优化、NPU优化、图级优化、动态模型、图神经网络、分布式计算、量化方法、稀疏计算、程序改写以及验证与测试等领域的内容。页面还提供相关教程资源,帮助开发者和研究人员优化机器学习和深度学习的编译性能。
optimizer - 一个通过预包装的优化通道对ONNX模型进行优化的C++库
GithubONNX优化器命令行安装开源项目模型优化
ONNX提供了一个C++库,通过预包装的优化通道对ONNX模型进行优化。主要目标是促进各ONNX后端实现共享工作,并支持多种直接在ONNX图上实现的优化。用户可以通过简单的函数调用使用这些通道,或添加新的优化通道。安装方式包括通过PyPI或从源代码构建。
hub - 开源预训练模型共享与发布平台
CIGithubNetlifyPyTorch Hubhubconf.py开源项目模型提交
PyTorch Hub是一个开源平台,用于发布和共享预训练深度学习模型。开发者可通过简单的PR流程提交模型,平台提供详细的提交指南和模板。PyTorch Hub支持添加hubconf.py文件验证模型功能,并集成了本地测试、CI和网页预览功能,确保模型的正确性和可用性。提交的模型会在24小时内在PyTorch官网展示,促进了AI社区的知识共享和协作。
tvm - 适用于 CPU、GPU 和专用加速器的开放式深度学习编译器堆栈
Apache TVMApache-2.0Github开源项目深度学习硬件后端编译器
Apache TVM为深度学习提供高效编译支持,优化执行效率,适合用于学术与工业研究领域,填补了框架与后端之间的技术差距。
attorch - 易于修改的Python神经网络模块
GithubPyTorchTritonattorch开源项目深度学习神经网络模块
attorch是一个基于OpenAI Triton的PyTorch模块子集,提供易于修改的高效神经网络模块。支持自动混合精度、计算机视觉和自然语言处理相关层。
unet.cu - UNet扩散模型的高性能CUDA实现
CUDAGithubUNet卷积神经网络图像生成开源项目深度学习
这个开源项目使用纯C++/CUDA实现了UNet扩散模型训练框架,支持无条件扩散。框架包含线性层、组归一化、注意力等核心算子的GPU加速实现,重点优化3x3卷积。通过多次迭代提升CUDA kernel性能,训练速度达PyTorch的40%。项目展示了深度学习框架在GPU上的高效实现过程,为相关开发提供参考。
optimum-intel - Transformers和Diffusers库与Intel提供的不同工具和库之间的接口,用于加速 Intel 架构上的端到端管道
GithubIntel Extension for PyTorchNNCFNeural CompressorOpenVINOOptimum Intel开源项目
Optimum Intel接口将Hugging Face的Transformers和Diffusers库与Intel的工具相结合,优化PyTorch模型性能。支持Intel Neural Compressor的量化和剪枝技术,OpenVINO的高性能推理以及Intel Extension for PyTorch的操作融合和图优化。Optimum Intel提供简单直观的接口和丰富示例,便于在Intel硬件上部署高效模型。
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