Project Icon

tt-metal

Python与C++神经网络运算库

TT-NN 提供灵活的神经网络运算功能,支持包括ResNet-50和BERT-Large在内的多种模型,能够实现高效的端到端和设备间的数据吞吐量。其兼容N150和N300卡的Wormhole模型,及适用于TT-QuietBox和TT-LoudBox的高性能模型,能满足不同硬件需求。结合TT-Metalium低级编程模型,提供丰富的开发指导和API参考,有助于在Tenstorrent硬件上高效地进行神经网络训练和推理。

tnlearn - 基于符号回归生成任务专属神经元的Python库
Githubtnlearn人工神经元开源库开源项目神经网络符号回归
tnlearn是一个开源Python库,通过符号回归算法生成任务专属神经元。该库利用多样化神经元构建神经网络,提升特征表示能力。tnlearn支持向量化符号回归,寻找最优公式并将其参数化为神经元的可学习聚合函数。在多项基准测试中,tnlearn展现出优异性能,为人工神经网络设计开辟新途径。
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。
ncnn - 移动端神经网络推理框架
Githubncnn开源项目深度学习神经网络移动平台腾讯
ncnn 是一个专为移动端设计,无第三方依赖的开源神经网络推理框架。它支持跨平台功能,低内存占用及在手机CPU上的高速运算能力。利用 ncnn,开发者能够迅速在移动应用中部署深度学习模型,加入智能化功能。该框架已在众多应用程序中使用,如QQ和微信。同时,ncnn 支持 Vulkan API,优化了GPU加速功能,致使在移动设备上表现卓越。
ThunderKittens - 高效瓦片原语框架助力深度学习内核开发
CUDAGPU编程GithubThunderKittens开源项目深度学习矩阵运算
ThunderKittens是一个用于开发高性能CUDA深度学习内核的框架。它基于现代GPU架构设计,通过操作16x16及以上的数据瓦片实现高效计算。框架支持张量核心、共享内存优化和异步数据传输等特性,充分利用GPU性能。ThunderKittens以简洁、可扩展和高速为设计原则,适用于各类深度学习算法的高效实现。
tnt - PyTorch训练库,简化和优化模型训练过程
GithubPyTorchTNTtorchtnt安装开源项目训练工具
TNT 是一个用于 PyTorch 的训练库,支持 pip 和 conda 安装,并提供 master 版本更新。TNT 简化了 PyTorch 模型训练,提升开发效率。
corenet - 用于训练多任务深度神经网络的工具库
CoreNetGithub开源项目模型训练深度学习神经网络计算机视觉
CoreNet是一款多功能深度神经网络工具库,支持训练各种规模的标准和创新模型。它适用于基础模型、计算机视觉和自然语言处理等多个领域。该项目提供可复现的训练方案、预训练模型权重和针对Apple Silicon优化的MLX示例,有助于推动AI研究和应用的发展。
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。
armnn - 针对Arm架构优化的高性能机器学习推理引擎
AndroidArm NNGithubTensorFlow Lite开源项目推理引擎机器学习
Arm NN是为Android和Linux平台设计的机器学习推理引擎,针对Arm Cortex-A CPU和Mali GPU进行了优化。通过Arm架构特定优化和Arm Compute Library,Arm NN在性能上表现出色。该引擎支持TensorFlow Lite和ONNX格式模型,提供TF Lite Delegate和解析器,方便开发者将机器学习模型集成到应用中。Arm NN使用C++17编写,可在多种目标平台和主机环境下构建。
tensor2tensor - 一个旨在使深度学习更加深入的深度学习模型和数据集的库
GithubTensor2Tensor开源项目数据集模型训练深度学习翻译任务
Google Brain团队和社区合作开发的tensor2tensor库,通过提供多模态的深度学习模型和数据集,简化了机器学习的应用,尤其在文本、图像与语音处理上表现出色。项目不再开发新功能,但持续维护并推荐用户迁移到其后继库Trax,以获得更好的支持和更新。
triton - 开源高效深度学习原语编程语言与编译器
GPU编程GithubLLVMTriton开源项目深度学习编译器
Triton是一种开源编程语言和编译器,专为编写高效的自定义深度学习原语而设计。它提供了一个兼具高生产力和灵活性的开发环境,性能优于CUDA,灵活性超过其他领域特定语言。Triton支持NVIDIA和AMD GPU平台,提供完善的文档和教程。用户可通过pip轻松安装,也支持源代码构建。该项目持续更新,最新版本进行了大量性能优化和问题修复。
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