Project Icon

brocolli

基于Torch FX的PyTorch模型转换和量化工具,支持转换为Caffe和ONNX格式

此开源项目提供了基于Torch FX的PyTorch模型转换和量化功能,支持转换为Caffe和ONNX格式。用户可以通过简单的安装和使用步骤实现模型的转换与保存。尽管该项目已停止维护,它仍然提供了详细的使用示例和说明,适合需要进行PyTorch模型转换的用户。

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。
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。
FasterTransformer - 基于NVIDIA平台的高性能Transformer编解码器实现与调优
BERTFasterTransformerGPTGithubNVIDIATensorRT-LLM开源项目
FasterTransformer不仅支持多框架集成,还针对NVIDIA新一代GPU优化了编解码性能,极大提升了操作效率和处理速度。包含模型支持、性能对比及API演示的详细文档,有助于用户深入了解并有效使用FasterTransformer。
flashtorch - 基于PyTorch的神经网络可视化工具
FlashTorchGithubPyTorch可视化开源项目特征可视化神经网络
FlashTorch是基于PyTorch的神经网络可视化工具,通过简单的接口实现特征可视化技术,如显著性图和激活最大化。该工具兼容torchvision预训练模型和自定义PyTorch模型,有助于研究人员和开发者理解、解释及优化神经网络的内部工作机制。FlashTorch仅需几行代码即可应用,为深入分析神经网络提供了便捷途径。
caffe - 一个用于深度学习的快速开放框架
BAIRBVLCCaffeGithub开源项目模型动物园深度学习框架
Caffe是由伯克利AI研究中心和社区贡献者开发的深度学习框架,强调高效表达、速度和模块化。用户可以通过项目网站获取详细信息,包括DIY深度学习教程、文档、参考模型和社区模型库。Caffe提供多种自定义版本,例如优化CPU和多节点支持的Intel Caffe、适用于AMD和Intel设备的OpenCL Caffe,以及Windows Caffe。社区用户可通过Gitter聊天和Google论坛进行交流,提交问题和建议。项目遵循BSD 2-Clause许可证,鼓励在研究中引用。
the-incredible-pytorch - PyTorch资源,包括教程、项目及工具库等
GithubPyTorch开源项目教程机器学习深度学习神经网络
详尽解析PyTorch生态系统!本项目集成了丰富的教程、库和视频资源,全面覆盖从基本知识到先进技术的不同需求。无论涉及数据可视化、对象检测或模型优化,均提供细致入微的资源,帮助各层次开发者提升机器学习实力。
benchmark - 开源基准测试集评估PyTorch性能
GithubPyTorch基准测试安装开源项目性能评估模型
PyTorch Benchmarks是评估PyTorch性能的开源基准测试集。它提供修改过的流行工作负载、标准化API和多后端支持。项目包含安装指南、多种基准测试方法和低噪声环境配置工具。支持自定义基准测试和库集成。通过夜间CI运行,持续评估PyTorch最新版本性能。
onnx2c - 为微控制器优化的神经网络部署工具
C编译器GithubONNXonnx2c开源项目微控制器神经网络
onnx2c是一款ONNX到C的编译工具,专门针对微控制器环境进行优化。它将ONNX文件转换为单一C文件,生成的代码不使用动态内存分配,仅需标准C数学库支持。该工具设计简单易用,无需学习曲线,方便开发者将训练好的神经网络快速集成到微控制器项目中。onnx2c提供多种优化功能,包括张量联合、Cast节点移除和实验性量化,有效提升代码性能和内存利用率。
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。
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

稿定AI

稿定设计 是一个多功能的在线设计和创意平台,提供广泛的设计工具和资源,以满足不同用户的需求。从专业的图形设计师到普通用户,无论是进行图片处理、智能抠图、H5页面制作还是视频剪辑,稿定设计都能提供简单、高效的解决方案。该平台以其用户友好的界面和强大的功能集合,帮助用户轻松实现创意设计。

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