Project Icon

fairseq2

先进序列建模工具包 支持多任务自定义模型训练

fairseq2是由Facebook AI Research开发的序列建模工具包,作为fairseq的后续版本,为研究人员和开发者提供了强大的自定义模型训练功能。它支持包括LLaMA系列、Mistral 7B和NLLB-200在内的多种先进模型,可用于翻译、摘要和语言建模等任务。fairseq2提供Linux和macOS的预构建包,兼容多种PyTorch和CUDA版本,为序列建模研究和应用提供了灵活的解决方案。

fairseq - 序列建模工具包,支持机器翻译与文本生成
FairseqGithubPyTorch序列建模开源项目文本生成机器翻译
Fairseq 是一个序列建模工具包,适用于机器翻译和文本生成。支持多GPU训练,提供灵活配置和扩展能力,以及多种预训练模型和参考实现。内置束搜索和抽样等算法,支持混合精度训练和参数CPU卸载,为研究人员和开发人员提供高效解决方案。
lightseq - 基于CUDA的高性能训练与推理库
BERT性能GithubLightSeqTransformer模型序列处理开源项目混合精度训练
LightSeq为基于CUDA的高性能训练与推理库,专为序列处理和生成优化,支持BERT、Transformer等主流模型。最新版本新增int8混合精度功能,显著提升训练与推理效率,完美兼容Fairseq、Hugging Face等框架。
CTranslate2 - 高效的Transformer模型推理库,提供多种性能优化方案
CTranslate2Github并行执行开源项目性能优化模型压缩转换器模型
CTranslate2是一个用于Transformer模型高效推理的C++和Python库,通过权重量化、层融合、批次重排序等技术,显著提升CPU和GPU上的执行速度并减少内存占用。支持多种模型类型,包括编码器-解码器、仅解码器和仅编码器模型,兼容OpenNMT-py、OpenNMT-tf、Fairseq等框架。其主要特点包括自动CPU检测、代码分发、并行和异步执行以及动态内存使用。
AdaSeq - 完善的序列理解模型开发库,涵盖多种高级任务
AdaSeqGithubModelScopePyTorch命名实体识别序列理解开源项目
AdaSeq是由阿里巴巴达摩院开发的一体化序列理解工具库,构建在ModelScope之上。支持词性标注、分块、命名实体识别、实体类型化、关系抽取等多种任务。提供丰富的前沿模型和训练方法,优于许多现有框架。该库使用简便,只需一行命令即可生成模型,支持自定义模型和数据集。适用于研究人员和开发者,项目处于快速开发阶段,并提供多语言、多领域的数据集和在线演示。
wmt19-de-en - 德英翻译新突破,基于WMT19模型的精准与高效
FSMTFacebookGithubHuggingface开源项目性能评估机器学习模型翻译
wmt19-de-en项目是基于FairSeq的WMT19模型的德英翻译工具,旨在提高翻译的准确性和效率。项目提供预训练模型,可快速部署于多种翻译场景。尽管在处理重复短语时存在一定限制,但整体表现出色,获得了高BLEU评分。未来的改进方向包括加强模型集成和重新排序功能,以增强对复杂输入的翻译能力。
pytorch-seq2seq - 使用PyTorch实现序列到序列模型的教程
GithubPyTorchseq2seq开源项目机器翻译神经网络翻译
该项目提供一系列使用PyTorch实现seq2seq模型的教程,特别是对德语到英语的翻译。教程涵盖了seq2seq网络的基础、编码器-解码器模型、注意机制以及使用spaCy进行数据分词,并提供了详细的代码和示例,帮助学习者深入理解和应用相关技术。
OpenNMT-py - 开源的神经机器翻译与大型语言模型框架
EoleGithubLLM支持Neural Machine TranslationOpenNMT-pyPyTorch开源项目
OpenNMT-py是基于PyTorch的开源神经机器翻译和语言模型框架,适用于研究和生产。支持大语言模型转换、量化以及多GPU并行。提供教程、文档和社区支持,适合翻译、总结等多种NLP任务。最新版本引入了多查询注意力机制和线性去偏等新功能。
Seq2SeqSharp - 基于.NET的跨平台深度学习框架,支持多种神经网络任务
GithubSeq2SeqSharp多平台支持开源项目张量运算深度神经网络自然语言处理
Seq2SeqSharp是基于.NET开发的深度学习框架,支持序列到序列、标注和分类等多种任务。该框架具有跨平台兼容性,可在CPU和GPU上运行,提供Transformer和LSTM等神经网络架构。它还包含性能优化、混合精度训练和多GPU并行等功能,适用于文本和图像处理。
text2vec - 多模型文本向量化工具,支持多语言文本匹配分析
BERTGithubText2vec开源项目文本向量化文本相似度模型训练
text2vec工具实现了多种文本向量表示和相似度计算模型,如Word2Vec、BERT、Sentence-BERT和CoSENT。最新版本增加了多卡推理和命令行工具,方便用户批量处理文本向量化。它在中英文测试集上的表现优秀,尤其新版中文匹配模型在短文本区分上有显著提升。该工具为中文和多语言文本匹配提供了丰富的支持,能够满足各种文本语义分析任务的需求。
inseq - 基于Pytorch的序列生成模型解释性分析工具
GithubInseqPytorch序列生成开源项目模型解释集成渐变
Inseq是一个基于Pytorch的可定制工具包,专为序列生成模型的后验可解释性分析设计。它支持多种特性归因方法,可高效分析单例或整套数据集的各类模型,包括GPT-2。Inseq支持在Jupyter Notebook、浏览器和命令行中进行可视化,并提供多种后处理和归因映射合并功能。
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

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

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

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

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