Project Icon

keras

多后端支持的深度学习框架,兼容JAX、TensorFlow和PyTorch

Keras 3 提供高效的模型开发,支持计算机视觉、自然语言处理等任务。选择最快的后端(如JAX),性能提升高达350%。无缝扩展,从本地到大规模集群,适合企业和初创团队。安装简单,支持GPU,兼容tf.keras代码,避免框架锁定。

evojax - 基于JAX的高性能神经进化工具包
EvoJAXGithubJAX开源项目机器学习硬件加速神经进化
EvoJAX是基于JAX库开发的神经进化工具包,支持在多个TPU/GPU上并行运行神经网络。通过在NumPy中实现进化算法、神经网络和任务,并即时编译到加速器上运行,EvoJAX显著提升了神经进化算法的性能。该工具包提供了多个示例,涵盖监督学习、强化学习和生成艺术等领域,展示了如何在几分钟内完成原本需要数小时或数天的进化实验。EvoJAX为研究人员提供了一个高效、灵活的神经进化开发平台。
ktrain - 轻量级的深度学习和AI工具包
GithubTensorFlow Kerasktrain开源项目机器学习深度学习预训练模型
ktrain 是一个基于 TensorFlow Keras 的轻量级深度学习库封装,帮助用户快速构建、训练和部署各种机器学习模型。适用于文本、视觉、图表和表格数据,支持文本分类、图像识别、节点分类和因果推断等任务。无论是初学者还是有经验的研究人员,都能借助其简单的 API 和多种学习率策略,快速实现高效模型部署,支持导出到 ONNX 和 TensorFlow Lite。
ktransformers - 体验前沿LLM推理优化的灵活框架
GPU加速GithubKTransformersLLM推理优化大型语言模型开源项目深度学习框架
KTransformers是一个灵活的Python框架,通过高级内核优化和并行策略增强Transformers性能。框架支持单行代码注入优化模块,提供Transformers兼容接口、OpenAI和Ollama标准RESTful API及简化的ChatGPT风格Web UI。专注本地部署和异构计算优化,KTransformers集成Llamafile和Marlin内核,为LLM推理优化实验提供灵活平台。
awesome-jax - 自动微分与XLA在高性能机器学习中的应用
GithubJAXXLA编译器加速器开源项目机器学习自动微分
该页面收录了JAX相关的优质库、项目和资源,旨在帮助机器学习研究人员在GPU和TPU等加速器上实现高性能计算。资源涵盖神经网络库、强化学习工具和概率编程等多个领域,并提供了详细的库介绍、学术论文和教程。用户可以找到如Flax、Haiku、Objax等知名库,以及新兴的FedJAX、BRAX等库,适用于机器学习和科研项目中使用JAX进行快速原型开发和高效计算。
backend.ai - 灵活高效的容器化计算集群平台 支持多种框架与加速器
APIBackend.AIGithub多租户容器化计算平台开源项目计算资源管理
Backend.AI是一个基于容器的计算集群平台,支持多种计算和机器学习框架及编程语言。平台提供CUDA GPU、ROCm GPU、TPU和IPU等异构加速器支持,可按需分配和隔离计算资源,适合多租户环境。通过REST、GraphQL和WebSocket API暴露功能,为用户提供灵活高效的计算环境。此平台集成了先进的资源调度功能,可实现按需或批量分配计算资源。Backend.AI采用容器技术实现资源隔离,确保多租户环境的安全性和效率。其开放的API架构便于与现有系统集成,为科研、教育和企业用户提供了强大而灵活的计算解决方案。
deephyper - 自动化机器学习任务的开源优化框架
DeepHyperGithub开源项目机器学习自动化深度集成神经架构搜索超参数优化
DeepHyper是一个专注于自动化机器学习任务的Python开源框架。它提供了超参数优化、神经网络架构搜索和深度集成不确定性量化等功能。支持单机和分布式环境,适用于多种场景。DeepHyper简化了机器学习工作流程,为研究人员和开发者提供了强大的工具。项目包含详细文档、快速入门指南和活跃的社区支持,方便用户快速上手和深入使用。
horovod - 分布式深度学习训练框架,支持TensorFlow, Keras, PyTorch和MXNet
GithubHorovodPyTorchTensorFlow分布式深度学习开源项目性能优化
Horovod是一个分布式深度学习训练框架,提供对TensorFlow, Keras, PyTorch, Apache MXNet的支持。它优化了多GPU并行训练的过程,使得在多GPU上进行训练既快速又简单,无需重大代码修改。Horovod展示了高达90%的扩展效率,适合大规模深度学习应用,同时兼容NCCL和Gloo等高效的集合通信库,确保在各种环境下的高效运行。
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。
Deep-RL-Keras - 模块化实现深度强化学习算法,支持A2C、A3C、DDPG、DDQN
Actor-Critic算法GithubKeras优化算法开源项目深度Q学习深度增强学习
本项目在Keras框架下实现了多种常用的深度强化学习算法模块化,包括A2C、A3C、DDPG、DDQN等。用户可以通过命令行参数运行不同的RL算法,并在OpenAI Gym环境中进行训练。项目支持模型可视化和Tensorboard监控,提供详细的算法说明和使用案例,帮助用户理解和应用这些技术。
Hypernets - 自动机器学习通用框架 支持多种算法与优化技术
AutoMLGithubHypernets开源项目机器学习神经架构搜索超参数优化
Hypernets作为一个通用AutoML框架,能够为多种机器学习框架和库提供自动优化工具。它不仅支持TensorFlow、Keras、PyTorch等深度学习框架,还兼容scikit-learn、LightGBM、XGBoost等机器学习库。该框架集成了多种先进的单目标和多目标优化算法,并引入抽象搜索空间表示,满足超参数优化和神经架构搜索的需求,从而适应各类自动机器学习场景。
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

问小白

问小白是一个基于 DeepSeek R1 模型的智能对话平台,专为用户提供高效、贴心的对话体验。实时在线,支持深度思考和联网搜索。免费不限次数,帮用户写作、创作、分析和规划,各种任务随时完成!

Project Cover

白日梦AI

白日梦AI提供专注于AI视频生成的多样化功能,包括文生视频、动态画面和形象生成等,帮助用户快速上手,创造专业级内容。

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

讯飞绘镜

讯飞绘镜是一个支持从创意到完整视频创作的智能平台,用户可以快速生成视频素材并创作独特的音乐视频和故事。平台提供多样化的主题和精选作品,帮助用户探索创意灵感。

Project Cover

讯飞文书

讯飞文书依托讯飞星火大模型,为文书写作者提供从素材筹备到稿件撰写及审稿的全程支持。通过录音智记和以稿写稿等功能,满足事务性工作的高频需求,帮助撰稿人节省精力,提高效率,优化工作与生活。

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

Trae

Trae是一种自适应的集成开发环境(IDE),通过自动化和多元协作改变开发流程。利用Trae,团队能够更快速、精确地编写和部署代码,从而提高编程效率和项目交付速度。Trae具备上下文感知和代码自动完成功能,是提升开发效率的理想工具。

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