Project Icon

torchquantum

快速可扩展的PyTorch量子计算框架

TorchQuantum是基于PyTorch的开源量子计算框架,支持多达30个量子比特的GPU加速模拟。它具有动态计算图、自动梯度计算和批处理模式等特性,适用于量子算法设计、参数化量子电路训练和量子机器学习研究。与同类框架相比,TorchQuantum在GPU支持和张量化处理方面表现出色。

ao - 优化PyTorch工作流,实现高性能和内存占用减少
GithubPyTorchtorchao开源项目推理模型量化训练
torchao是一个用于PyTorch工作流的高性能库,能够创建并集成自定义数据类型和优化技术,实现推理速度提升至2倍,显存减少65%。无需大幅修改代码,保持准确度。支持量化、稀疏化及浮点数优化,适用于HuggingFace等模型。用户可以轻松优化模型,提高计算效率。支持int8、int4和float8等多种数据类型,兼容torch.compile()和FSDP。
bitsandbytes - 高效CUDA优化库 支持多位量化和矩阵运算
CUDAGithubbitsandbytes优化器开源项目硬件后端量化
bitsandbytes是一个轻量级Python库,为CUDA自定义函数提供封装。该库主要提供8位优化器、矩阵乘法(LLM.int8())以及8位和4位量化功能。通过bitsandbytes.nn模块实现多位线性层,bitsandbytes.optim模块提供优化器。目前正在拓展对更多硬件后端的支持,包括Intel CPU+GPU、AMD GPU和Apple Silicon,Windows平台的支持也在开发中。
AutoQuant - 开源自动化机器学习工具包
AutoCatBoostRegressionGithub回归模型开源项目机器学习模型评估自动化建模
AutoQuant是一个开源的自动化机器学习工具包,旨在提升模型开发和运营效率。它集成了CatBoost、LightGBM、XGBoost和H2O等先进算法,支持GPU和CPU计算。该工具包涵盖了特征工程、模型训练、评估和部署等机器学习全流程。AutoQuant在多个行业应用中表现出色,为数据科学家提供了一个高效的机器学习开发平台。
pytorch-frame - 模块化深度学习框架用于异构表格数据
GithubPyTorch Frame开源项目模块化框架深度学习神经网络表格数据
PyTorch Frame是一个为异构表格数据设计的深度学习框架,支持数值、分类、时间、文本和图像等多种列类型。它采用模块化架构,实现了先进的深度表格模型,并可与大型语言模型集成。该框架提供了便捷的mini-batch加载器、基准数据集和自定义数据接口,简化了表格数据的深度学习研究过程,适用于各层次研究人员。框架内置多个预实现的深度表格模型,如Trompt、FTTransformer和TabNet等,并提供与XGBoost等GBDT模型的性能对比基准。PyTorch Frame无缝集成于PyTorch生态系统,便于与其他PyTorch库协同使用,为端到端的深度学习研究提供了便利。
accelerate - 简化多设备PyTorch训练的框架
AccelerateGithubPyTorch分布式训练开源项目混合精度设备管理
Accelerate是一个轻量级PyTorch训练框架,允许在CPU、GPU、TPU等多种设备上运行原生PyTorch脚本。它自动处理设备分配和混合精度训练,简化了分布式训练流程。研究人员和开发者可专注于模型开发,无需关注底层实现细节,从而加速AI模型的训练和部署。
Qbot - 自动化AI量化投资平台,一体化交易策略与数据处理
AI策略GithubQbot实盘交易开源项目热门自动化交易量化投研平台
Qbot,一个自动化的AI量化投资平台,集成了完整的交易生态系统,包括数据获取、策略开发、回测系统和实盘交易。专注于机器学习和强化学习技术,支持多种资产类别交易,提供高效的策略验证和实盘执行功能。Qbot平台支持包括股票、基金、期货及虚拟货币等多种交易对象,帮助用户高效实现从策略研究到交易执行的全流程自动化,适合需要进行量化投资研究和实盘操作的个人或机构使用。
ai_quant_trade - AI量化交易平台,支持策略学习与实盘操作
Github因子挖掘开源项目强化学习机器学习深度学习股票AI操盘手
此平台提供从学习、模拟到实盘的一站式AI量化交易服务,涵盖因子挖掘、机器学习、深度学习和强化学习等策略,配备辅助操盘工具。详细教程和多种策略案例适合机构和个体投资者,支持高频交易和股票推荐。最新功能包括StructBERT市场情绪分析、强化学习交易和机器学习自动挖掘因子。
torchmd - 开源分子动力学模拟框架
GithubPyTorchTorchMD分子动力学力场开发开源项目神经网络势能
TorchMD是一个开源的分子动力学模拟框架,基于PyTorch构建。它为研究人员提供简单易用的API,支持力场开发和神经网络势能的无缝集成。TorchMD使用与传统MD软件兼容的化学单位,适用于多种分子模拟任务。该项目正在积极开发中,由Chan Zuckerberg Initiative和Acellera资助,并与OpenMM和ACEMD展开合作。TorchMD适用于蛋白质折叠、药物设计、材料科学等领域的分子动力学研究。研究人员可以利用TorchMD快速开发和测试新的力场模型,推进计算化学和生物物理学的发展。
lightning-uq-box - 神经网络不确定性量化开源工具库
GithubLightning-UQ-BoxPyTorch不确定性量化开源项目机器学习深度学习
Lightning-UQ-Box是基于PyTorch的开源库,为神经网络提供多种不确定性量化技术。该库实现了多种UQ方法,支持不同架构和理论基础,便于在数据集上比较方法效果。它简化了UQ在工作流中的应用,降低了使用门槛,有助于促进UQ方法的比较和开发,并注重实验的可重现性。
awesome-model-quantization - 全面的模型量化研究资源
Awesome Model QuantizationBiBenchEfficient_AIGC_RepoGithubMQBenchSurvey of Quantization开源项目
此项目汇集了关于模型量化的各类论文、文档和代码,为研究者提供丰富的参考资源。内容包括二值化和量化方法的调研、基准测试,以及生成模型的压缩和加速技术。项目持续更新,并欢迎对未收录研究成果的贡献。感谢所有已作出贡献的研究者。
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