<a href="https://scan.coverity.com/projects/nnstreamer-nntrainer">
<img alt="Coverity Scan构建状态"
src="https://scan.coverity.com/projects/22512/badge.svg"/>
</a>
NNtrainer是一个用于在设备上训练神经网络模型的软件框架。
NNtrainer是一个开源项目。NNtrainer的目标是开发一个软件框架,用于在具有相对有限资源的嵌入式设备上训练神经网络模型。与从头开始训练整个网络层不同,NNtrainer通过用户数据在设备上微调神经网络模型来实现个性化。
即使NNtrainer在设备上运行,它也提供了培训模型的全部功能,并有效利用有限的设备资源。NNTrainer能够训练各种机器学习算法,如k-最近邻(k-NN)、神经网络、逻辑回归、强化学习算法、循环网络等。我们还提供了各种任务的示例,如少样本学习、ResNet、VGG、产品评级等,并在三星Galaxy智能手机的Android和PC(Ubuntu 18.04/20.04)上进行了测试。
AI新前沿:设备上AI训 练和个性化 , ICSE-SEIP, 2024 <br /> NNTrainer:轻量级的设备端训练框架 , arXiv, 2022 <br /> 开源的设备端AI软件平台 , Samsung开发者大会2023 (韩语) <br /> NNTrainer:在设备上个性化神经网络! , Samsung开发者大会2021 <br /> NNTrainer:"设备上学习" , Samsung AI论坛2021
Tizen | Ubuntu | Android/NDK构建 | |
---|---|---|---|
6.0M2及更高版本 | 18.04 | 9/P | |
arm | 可用 | 就绪 | |
arm64 | 可用 | ||
x64 | 就绪 | ||
x86 | 不可用 | 不可用 | |
发布 | Tizen Repo | PPA | |
API | C (官方) | C/C++ | C/C++ |
NNTrainer安装说 明。
创建自己模型的介绍。
准备NNTrainer执行的说明。
各种网络的NNTrainer示例。
这个组件定义了神经网络模型中的层。每个层都有自己的属性。
关键词 | 层类名 | 描述 |
---|---|---|
conv1d | Conv1DLayer | 1维卷积层 |
conv2d | Conv2DLayer | 2维卷积层 |
pooling2d | Pooling2DLayer | 2维池化层。支持平均/最大/全局平均/全局最大池化 |
flatten | FlattenLayer | 扁平化层 |
fully_connected | FullyConnectedLayer | 全连接层 |
input | InputLayer | 输入层。并非总是必需。 |
batch_normalization | BatchNormalizationLayer | 批量归一化层 |
layer_normalization | LayerNormalizationLayer | 层归一化层 |
activation | ActivationLayer | 由层属性设置 |
addition | AdditionLayer | 添加输入层 |
attention | AttentionLayer | 注意力层 |
centroid_knn | CentroidKNN | 质心k-最近邻层 |
concat | ConcatLayer | 连接输入层 |
multiout | MultiOutLayer | 多输出层 |
backbone_nnstreamer | NNStreamerLayer | 封装NNStreamer层 |
backbone_tflite | TfLiteLayer | 封装tflite作为一个层 |
permute | PermuteLayer | 排列层,用于转置 |
preprocess_flip | PreprocessFlipLayer | 预处理随机翻转层 |
preprocess_l2norm | PreprocessL2NormLayer | 预处理简单l2范数层以进行归一化 |
preprocess_translate | PreprocessTranslateLayer | 预处理平移层 |
reshape | ReshapeLayer | 重塑张量维度层 |
split | SplitLayer | 分割层 |
dropout | DropOutLayer | 丢弃层 |
embedding | EmbeddingLayer | 嵌入层 |
positional_encoding | PositionalEncodingLayer | 位置编码层 |
rnn | RNNLayer | 循环层 |
rnncell | RNNCellLayer | 循环单元层 |
gru | GRULayer | 门控循环单元层 |
grucell | GRUCellLayer | 门控循环单元单元层 |
lstm | LSTMLayer | 长短期记忆层 |
lstmcell | LSTMCellLayer | 长短期记忆单元层 |
zoneoutlstmcell | ZoneoutLSTMCellLayer | Zoneout长短期记忆单元层 |
time_dist | TimeDistLayer | 时间分布层 |
multi_head_attention | MultiHeadAttentionLayer | 多头注意力层 |
NNTrainer提供
关键词 | 优化器名称 | 描述 |
---|---|---|
sgd | 随机梯度下降 | - |
adam | 自适应矩估计 | - |
关键词 | 学习率 | 描述 |
---|---|---|
exponential | 指数学习率衰减 | - |
constant | 常数学习率 | - |
step | 阶梯学习率 | - |
NNTrainer提供
关键词 | 类名 | 描述 |
---|---|---|
cross_sigmoid | CrossEntropySigmoidLossLayer | 交叉熵sigmoid损失层 |
cross_softmax | CrossEntropySoftmaxLossLayer | 交叉熵softmax损失层 |
constant_derivative | ConstantDerivativeLossLayer | 常数导数损失层 |
mse | MSELossLayer | 均方误差损失层 |
kld | KLDLossLayer | 柯尔布克-莱布勒散度损失层 |
NNTrainer提供
关键词 | 损失名称 | 描述 |
---|---|---|
tanh | tanh函数 | 设置为层属性 |
sigmoid | sigmoid函数 | 设置为层属性 |
softmax | softmax函数 | 设置为层属性 |
relu | relu函数 | 设置为层属性 |
leaky_relu | leaky_relu函数 | 设置为层属性 |
swish | swish函数 | 设置为层属性 |
gelu | gelu函数 | 设置为层属性 |
quick_gelu | quick gelu函数 | 设置为层属性 |
elu | elu函数 | 设置为层属性 |
selu | selu函数 | 设置为层属性 |
softplus | softplus函数 | 设置为层属性 |
mish | mish函数 | 设置为层属性 |
张量负责层的计算。它执行多种运算,如加法、除法、乘法、点积、数据平均等。为了加速计算速度,PC(特别是NVIDIA GPU)上实现了CBLAS(C基本线性代数: CPU)和CUBLAS(CUDA:基本线性代数)用于某些操作。后续这些计算将进一步优化。 目前,我们支持延迟计算模式,以降低在计算过程中复制张量的复杂性。
关键词 | 描述 |
---|---|
4D张量 | B, C, H, W |
加/减/乘/除 | - |
求和、平均、最大值 | - |
点乘、转置 | - |
归一化、标准化 | - |
保存、读取 | - |
NNTrainer提供
关键词 | 损失名称 | 描述 |
---|---|---|
weight_initializer | 权重初始化 | Xavier(正态/均匀), LeCun(正态/均匀), HE(正态/均匀) |
weight_regularizer | 权重衰减 (仅L2范数) | 需要设置weight_regularizer_param和类型 |
目前,我们为Tizen提供C API。还为其他平台提供了C++ API。Java和C#API将尽快提供。
NNtrainer是一个根据Apache许可证版本2.0发布的开源项目。
欢迎贡献!详情请参见我们的贡献指南。
如果您发现这个NNTrainer项目对您的研究有用或相关,请考虑引用我们的论文:
@inproceedings{10.1145/3639477.3639716,
author = {Moon, Jijoong and Lee, Hyeonseok and Chu, Jiho and Park, Donghak and Hong, Seungbaek and Seo, Hyungjun and Jeong, Donghyeon and Kong, Sungsik and Ham, Myungjoo},
title = {A New Frontier of AI: On-Device AI Training and Personalization},
year = {2024},
isbn = {9798400705014},
publisher = {Association for Computing Machinery},
url = {https://doi.org/10.1145/3639477.3639716},
doi = {10.1145/3639477.3639716},
booktitle = {Proceedings of the 46th International Conference on Software Engineering: Software Engineering in Practice},
pages = {323–333},
numpages = {11},
keywords = {on-device AI, neural network, personalization, training, software framework},
series = {ICSE-SEIP '24}
}
AI Excel全自动制表工具
AEE 在线 AI 全自动 Excel 编辑器,提供智能录入、自动公式、数据整理、图表生成等功能,高效处理 Excel 任务,提升办公效率。支持自动高亮数据、批量计算、不规则数据录入,适用于企业、教育、金融等多场景。
基于 UI-TARS 视觉语言模型的桌面应用,可通过自然语言控制计算机进行多模态操作。
UI-TARS-desktop 是一款功能强大的桌面应用,基于 UI-TARS(视觉语言模型)构建。它具备自然语言控制、截图与视觉识别、精确的鼠标键盘控制等功能,支持跨平台使用(Windows/MacOS),能提供实时反馈和状态显示,且数据完全本地处理,保障隐私安全。该应用集成了多种大语言模型和搜索方式,还可进行文件系统操作。适用于需要智能交互和自动化任务的场景,如信息检索、文件管理等。其提供了详细的文档,包括快速启动、部署、贡献指南和 SDK 使用说明等,方便开发者使用和扩展。
开源且先进的大规模视频生成模型项目
Wan2.1 是一个开源且先进的大规模视频生成模型项目,支持文本到图像、文本到视频、图像到视频等多种生成任务。它具备丰富的配置选项,可调整分辨率、扩散步数等参数,还能对提示词进行增强。使用了多种先进技术和工具,在视频和图像生成领域具有广泛应用前景,适合研究人员和开发者使用。
全流程 AI 驱动的数据可视化工具,助力用户轻松创作高颜值图表
爱图表(aitubiao.com)就是AI图表,是由镝数科技推出的一款创新型智能数据可视化平台,专注于为用户提供便捷的图表生成、数据分析和报告撰写服务。爱图表是中国首个在图表场景接入DeepSeek的产品。通过接入前沿的DeepSeek系列AI模型,爱图表结合强大的数据处理能力与智能化功能,致力于帮助职场人士高效处理和表达数据,提升工作效率和报告质量。
一款强大的视觉语言模型,支持图像和视频输入
Qwen2.5-VL 是一款强大的视觉语言模型,支持图像和视频输入,可用于多种场景,如商 品特点总结、图像文字识别等。项目提供了 OpenAI API 服务、Web UI 示例等部署方式,还包含了视觉处理工具,有助于开发者快速集成和使用,提升工作效率。
HunyuanVideo 是一个可基于文本生成高质量图像和视频的项目。
HunyuanVideo 是一个专注于文本到图像及视频生成的项目。它具备强大的视频生成能力,支持多种分辨率和视频长度选择,能根据用户输入的文本生成逼真的图像和视频。使用先进的技术架构和算法,可灵活调整生成参数,满足不同场景的需求,是文本生成图像视频领域的优质工具。
一个基于 Gradio 构建的 WebUI,支持与浏览器智能体进行便捷交互。
WebUI for Browser Use 是一个强大的项目,它集成了多种大型语言模型,支持自定义浏览器使用,具备持久化浏览器会话等功能。用户可以通过简洁友好的界面轻松控制浏览器智能体完成各类任务,无论是数据提取、网页导航还是表单填写等操作都能高效实现,有利于提高工作效率和获取信息的便捷性。该项目适合开发者、研究人员以及需要自动化浏览器操作的人群使用,在 SEO 优化方面,其关键词涵盖浏览器使用、WebUI、大型语言模型集成等,有助于提高网页在搜索引擎中的曝光度。
基于 ESP32 的小智 AI 开发项目,支持多种网络连接与协议,实现语音交互等功能。
xiaozhi-esp32 是一个极具创新性的基于 ESP32 的开发项目,专注于人工智能语音交互领域。项目涵盖了丰富的功能,如网络连接、OTA 升级、设备激活等,同时支持多种语言。无论是开发爱好者还是专业开发者,都能借助该项目快速搭建起高效的 AI 语音交互系统,为智能设备开发提供强大助力。
一个用于 OCR 的项目,支持多种模型和服务器进行 PDF 到 Markdown 的转换,并提供测试和报告功能。
olmocr 是一个专注于光学字符识别(OCR)的 Python 项目,由 Allen Institute for Artificial Intelligence 开发。它支持多种模型和服务器,如 vllm、sglang、OpenAI 等,可将 PDF 文件的页面转换为 Markdown 格式。项目还提供了测试框架和 HTML 报告生成功能,方便用户对 OCR 结果进行评估和分析。适用于科研、文档处理等领域,有助于提高工作效率和准确性。
飞书多维表格 ×DeepSeek R1 满血版
飞书多维表格联合 DeepSeek R1 模型,提供 AI 自动化解决方案,支持批量写作、数据分析、跨模态处理等功能,适用于电商、短视频、影视创作等场景,提升企业生产力与创作效率。关键词:飞书多维表格、DeepSeek R1、AI 自动化、批量处理、企业协同工具。
最新AI工具、AI资讯
独家AI资源、AI项目落地
微信扫一扫关注公众号