streaming

面向大规模机器学习的高效数据流式加载工具

StreamingDataset 云存储数据流 PyTorch 大规模训练 Github 开源项目

streaming是一款针对大规模分布式机器学习训练优化的数据加载工具。它支持从主流云存储平台流式读取图像、文本、视频等多种数据类型。该工具具备确定性、快速恢复、高吞吐等特点,可轻松集成到PyTorch训练流程中。streaming还提供数据混合、随机访问等功能,适用于大规模机器学习训练场景。

transcriptionstream - 离线的自托管语音识别服务，支持快速文本搜索

GithubMeilisearchMistralOllamaTranscription Streamwhisper-diarization开源项目

Transcription Stream是一款离线运行的自托管语音识别与多说话者分离服务，支持拖放操作、SSH文件传输、Ollama和Mistral的摘要生成，以及Meilisearch带来的快速全文搜索功能。用户可以通过Web界面或SSH上传、审阅和下载处理后的文件，结果存储在相应的命名和标日期的文件夹中。

storj - 分布式云存储革新安全可靠的去中心化网络

GithubS3兼容平台Storj分布式云存储加密文件存储开源项目

Storj是一个开源的分布式云存储平台，提供S3兼容的安全数据存储解决方案。通过全球计算机网络实现文件加密和分散存储，确保数据安全性和高可用性。项目支持社区贡献，提供测试网络、Uplink CLI和S3网关等功能，以低成本高效率的方式构建去中心化存储生态系统。Storj致力于革新分布式存储技术，为用户提供可靠、经济的云存储选择。

mtt-distillation - 合成数据集优化训练性能，广泛适用于多个领域

CIFAR-100CVPR 2022Dataset DistillationGithubImageNetSynthetic Data开源项目

通过匹配训练轨迹实现数据集蒸馏，减少模型训练所需的真实数据集数量并保持高性能。适用于ImageNet等大规模数据集，可生成低支撑的合成数据集和可拼接纹理。项目提供详细的实现步骤和代码，从下载仓库、生成专家轨迹到数据集蒸馏，帮助用户快速开始应用。还提供可视化工具和超参数设置指南，满足不同需求。此方法显著提高了模型训练效率，适合学术研究和工业应用。

zestream-server - 开源多媒体流处理和分发平台

CDNDockerGithubGolangZeStream Server媒体流服务开源项目

ZeStream Server是一个开源的媒体流处理平台，支持视频点播、图像转换和音频流传输，并提供CDN功能。该项目基于Golang开发，采用Docker容器部署，集成了事件队列处理和FFmpeg视频处理技术。ZeStream Server提供了完整的开发文档和贡献指南，适合开发者深入研究和二次开发。

fluvio - 轻量级分布式数据流系统基于Rust和WebAssembly

FluvioGithubRustWebAssembly分布式系统开源项目数据流处理

Fluvio是基于Rust和WebAssembly的轻量级分布式数据流系统。该系统支持快速部署本地集群、创建主题、生产和消费数据。Fluvio具备自定义连接器和智能模块功能，可与多种系统集成并进行数据转换。此外，Fluvio提供多语言客户端API，并有云托管服务可用，适合构建各类数据流处理应用。

flink-ml - Apache Flink ML,简化机器学习流水线构建的开源库

APIApache FlinkFlink MLGithub开源项目机器学习流处理

Flink ML是Apache Flink旗下的开源机器学习库，旨在简化ML流水线的构建过程。它提供标准化的机器学习API和基础设施，支持算法实现、训练和推理流水线的构建。该库提供Python和Java接口，具备快速入门指南、项目构建工具和性能基准测试功能。Flink ML作为社区驱动的项目，欢迎开发者参与贡献。

DALI - 加速深度学习应用的GPU加速数据加载与预处理库

GPU加速GithubNVIDIA DALI多框架支持开源项目数据预处理深度学习

NVIDIA DALI是一个GPU加速的数据加载和预处理库，专为提高深度学习应用效率而设计。它提供了一套优化的工具，改善图像、视频和音频的处理，同时解决CPU瓶颈，支持跨多平台框架使用。此外，DALI利用GPUDirect Storage技术，从而实现从存储到GPU内存的直接数据传输，显著提升处理速度。

towhee - 非结构化数据处理框架

GithubLLMTowhee多模态数据处理开源项目深度学习模型生成式AI

Towhee通过大型语言模型（LLM）编排，简化非结构化数据处理。支持多模态数据，如文本、图像、音频和视频。整合生成式AI和先进深度学习模型，将原始数据转换为特定格式并高效存储。提供丰富的预构建ETL管道、灵活的LLM编排和高性能后端。Towhee的Pythonic API使构建和优化数据处理管道更加便捷，适合开发者快速原型和生产部署。

DeepSpeed - 大模型的训练工具

AI工具AI开发AI系统技术DeepSpeed大规模训练模型压缩模型训练热门高性能计算

DeepSpeed是一个先进的深度学习优化工具库，专门设计用于简化和增强分布式训练。通过一系列创新技术，如ZeRO、3D并行处理、MoE和ZeRO-Infinity，DeepSpeed能大幅提高训练速度，同时降低成本。这些技术支持在数千GPU上扩展模型训练，并实现低延迟和高吞吐量的推理性能。DeepSpeed同时提供了先进的模型压缩技术，优化模型存储与推理效率，是大规模AI模型训练和推理的优选方案。

awesome-developer-streams - 优化开发者直播资源实时学习编程技术

Github实时编码开发者直播开源开源项目技术分享编程

项目整理了大量高质量开发者直播资源,内容涉及前端、后端、移动应用、游戏开发等多个领域。开发者可根据兴趣选择观看专业人士现场编程、处理技术难题和交流心得。资源列表持续更新,为开发社区搭建了便捷的学习交流平台,帮助提升专业技能,推动职业进步。

相关项目

推荐项目

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。

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。

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。

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。

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。

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。

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。

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。

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。

使用协议隐私政策广告服务

投诉举报邮箱: service@vectorlightyear.com