Project Icon

neanderthal

Clojure高性能矩阵和线性代数计算库

Neanderthal是基于BLAS和LAPACK优化的Clojure矩阵和线性代数计算库,支持CPU和GPU。该开源项目遵循Eclipse Public License,为科学计算和机器学习等领域提供高效数学运算工具。开发者可通过官方网站获取详细文档和使用指南。

compojure-api - 功能丰富的Clojure Web API开发框架
ClojureCompojure-apiGithubJSONSwaggerWeb API开源项目
Compojure-api是基于Compojure的Clojure Web API开发框架。它集成了数据校验、Swagger文档生成、异步编程、灵活路由等功能。框架支持多种数据格式,提供异常处理和中间件,简化API开发流程。Compojure-api适合开发者快速构建可靠、文档完善的RESTful API。
NVTabular - GPU加速的大规模表格数据特征工程库
GPU加速GithubNVTabular开源项目推荐系统数据预处理特征工程
NVTabular是NVIDIA Merlin框架的组件,用于处理TB级数据集和训练深度学习推荐系统。该库利用GPU加速计算,提供高级抽象以简化代码。它可处理超出内存限制的大规模数据集,使数据科学家专注于数据操作,快速准备实验数据,并加速生产模型的数据转换过程。
Enzyme - LLVM和MLIR自动微分插件
EnzymeGithubLLVMMLIR开源项目插件自动微分
Enzyme是一款高性能的LLVM和MLIR自动微分插件,可以通过调用__enzyme_autodiff函数对目标函数进行微分,并替换为相应的梯度值。其高效性使其在处理优化代码时能与先进的自动微分工具相媲美。用户只需几步简单命令即可安装Enzyme,安装和使用的详细信息可在官网获取。Enzyme适用于学术领域的自动微分需求,支持CUDA、OpenMP、MPI等并行计算模式,并提供Julia和Rust绑定。
DiffEqFlux.jl - 将微分方程与机器学习结合的Julia科学计算库
DiffEqFlux.jlGithub开源项目微分方程机器学习神经网络科学机器学习
DiffEqFlux.jl是一个Julia库,旨在将微分方程与机器学习相结合。该项目基于DifferentialEquations.jl和Lux.jl,主要用于科学机器学习研究,尤其是神经微分方程领域。DiffEqFlux.jl提供了多种神经网络层,包括神经常微分方程、神经随机微分方程等,并支持高阶、自适应、隐式和GPU加速等计算方法。这个库为研究人员和开发者提供了一个探索连续时间机器学习模型的工具。
lbann - 多层次并行化的高性能深度学习框架
GithubLBANN并行计算开源项目深度学习框架神经网络训练高性能计算
LBANN是一个开源的高性能深度学习训练框架,专注于多层次并行优化。它结合模型并行、数据并行和集成训练方法,高效处理大规模神经网络和海量数据。LBANN充分利用先进硬件资源,支持多种训练算法,包括监督、无监督、自监督和对抗性训练。该框架适用于需要高度可扩展性的深度学习研究和应用。
MLJ.jl - Julia生态系统中全面的机器学习工具箱
GithubJuliaMLJ元算法开源项目机器学习模型选择
MLJ.jl是Julia语言生态系统中的机器学习工具箱,集成了约200个机器学习模型,提供统一接口和元算法。支持模型选择、调优、评估和组合等功能,适用于机器学习研究和应用。该项目由Alan Turing研究所发起,获得新西兰战略科学投资基金资助,为用户提供完善的文档和贡献指南。
neptune-client - 可伸缩的实验跟踪工具,简化团队基础模型训练
Githubneptune.ai实验跟踪开源项目数据处理机器学习模型训练
Neptune 提供一款高效实验跟踪平台,适用于团队基础模型训练。用户可记录大量运行数据,实时对比实验结果。其灵活日志记录、自定义仪表板、多节点支持,加速训练监控和优化。支持25+框架集成,是MLOps理想工具。
SCAMP - 高效矩阵剖面计算框架
GPU加速GithubPython模块SCAMP开源项目时间序列分析矩阵剖面
作为开源项目,SCAMP在时间序列分析领域表现突出。该框架支持GPU和CPU计算,可处理大规模数据集并执行AB连接。SCAMP提供多种矩阵剖面类型,支持分布式运算,并通过Python模块、Docker容器和conda-forge实现简便集成。其优势还包括全面的测试覆盖、性能基准以及对实际数据中缺失值和平坦区域的有效处理。
thundersvm - GPU加速的开源支持向量机库
GPU加速GithubThunderSVM并行计算开源项目支持向量机机器学习
ThunderSVM是一个开源的支持向量机库,通过GPU和多核CPU加速计算,显著提高SVM训练效率。该库实现了LibSVM的全部功能,支持一类SVM、SVC、SVR和概率SVM等多种模型。ThunderSVM提供Python、R、Matlab和Ruby等多种编程语言接口,跨平台兼容Linux、Windows和MacOS。采用与LibSVM一致的命令行参数,便于用户快速上手。作为高效的SVM实现,ThunderSVM为数据科学家和机器学习研究者提供了强大的工具支持。在某些大规模数据集上,ThunderSVM相比传统SVM实现可实现10-100倍的加速,已被多个知名机器学习项目采用。
basalt - 使用Mojo语言开发的机器学习框架
BasaltGithubMojo开源项目性能优化机器学习框架
Basalt是一个独立的机器学习框架,利用Mojo语言进行从头开发,性能媲美PyTorch等成熟框架。基于MLIR技术,Basalt通过静态图优化性能。目前,项目正在持续更新,计划支持更多操作符、图子模块和GPU等特性。尝试使用Basalt为机器学习项目带来显著加速效果。
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