Logo
Project Icon

pyg-lib

图形神经网络高性能计算库

pyg-libPyTorchCUDAPython安装Github开源项目

pyg-lib是一款专为图形神经网络优化的高性能计算库。该项目为Linux、Windows和macOS等主流操作系统提供预构建的Python包，兼容多个PyTorch版本和CUDA组合，支持Python 3.8至3.12。pyg-lib通过提升图形神经网络的计算效率，为研究和开发提供了实用工具。研究人员和开发者可根据具体的系统环境，使用pip命令快速安装所需版本，轻松增强图形神经网络的性能。

GithubGithub文档文档
介绍相关项目
bitsandbytes - 高效CUDA优化库 支持多位量化和矩阵运算
CUDAGithubbitsandbytes优化器开源项目硬件后端量化
bitsandbytes是一个轻量级Python库，为CUDA自定义函数提供封装。该库主要提供8位优化器、矩阵乘法(LLM.int8())以及8位和4位量化功能。通过bitsandbytes.nn模块实现多位线性层，bitsandbytes.optim模块提供优化器。目前正在拓展对更多硬件后端的支持，包括Intel CPU+GPU、AMD GPU和Apple Silicon，Windows平台的支持也在开发中。
xla - 提升深度学习模型训练与推理效率的开源工具
GithubGoogle CloudPyTorch/XLATPU分布式计算开源项目深度学习
PyTorch/XLA 是一个将 PyTorch 深度学习框架与 XLA 编译器及 Cloud TPUs 连接的 Python 包，提供高效的训练和推理解决方案。用户可以通过 Kaggle 免费试用，并安装支持 TPU 和 GPU 的插件包。项目提供详细的文档和教程，包括使用指南、性能调优方法和 Docker 镜像使用说明。鼓励用户通过 issue 提交反馈和建议，欢迎开源贡献。
ipex-llm - 在Intel CPU和GPU上运行大型语言模型(LLM)的高性能库
AIGithubIPEX-LLMLLM运行库PyTorch开源项目英特尔
IPEX-LLM是专为Intel CPU和GPU设计的PyTorch库，能高效运行多种大型语言模型如LLaMA2和Mistral，确保极低延迟。支持最新技术如Microsoft的GraphRAG和多模态模型，及英特尔新型NPU。提供一体化易用性并针对多GPU优化，包括实时演示和详尽的性能基准。
vision - TorchVision 计算机视觉库 提供数据集模型和图像处理功能
GithubPyTorchtorchvision图像处理开源项目深度学习计算机视觉
TorchVision是PyTorch生态系统的计算机视觉库，提供常用数据集、模型架构和图像变换功能。它支持torch张量和PIL图像后端，具备视频处理能力。该库同时提供Python和C++ API，适用于各种计算机视觉任务。TorchVision版本与PyTorch和Python版本兼容，持续更新以支持最新技术。
wyGPT - 单GPU高性能GPT模型训练推理工具
EGFR基因突变GPU训练GithubwyGPT开源项目生存分析非小细胞肺癌
wyGPT是一个开源的GPT模型项目，专注于单GPU环境下的高效训练和推理。提供命令行工具，支持PubMed和中文预训练模型的微调和文本生成。项目包含示例数据和使用说明，是自然语言处理研究和开发的实用工具。
python-glmnet - Python实现的正则化回归库
GLMNETGithubPythonScikit-Learn开源项目机器学习正则化回归
python-glmnet是一个实现正则化回归模型的Python库。它封装了R语言glmnet包的Fortran库，提供线性和逻辑回归功能。该库兼容Scikit-Learn的API，支持稀疏矩阵，具有交叉验证和自动选择最佳正则化参数的功能。可通过conda或pip安装，适用于需要实现Lasso或ElasticNet回归的数据科学项目。
tensorly - Python张量学习库，兼容多种计算后端
GithubPythonTensorLy开源项目张量代数张量分解机器学习
TensorLy是一个专注于简化张量学习的Python库，支持张量分解、张量学习和张量代数操作。其后端系统兼容NumPy、PyTorch、JAX、TensorFlow和CuPy，可在CPU或GPU上执行大规模计算。安装方便，仅需使用pip或conda命令，且提供详尽的文档和Jupyter Notebooks示例，方便用户快速入门。这个工具不仅适合学术研究，还为开发者提供了丰富的API，欢迎通过GitHub进行贡献。
super-gradients - 开源工具库简化SOTA计算机视觉模型的训练与部署
GithubSuperGradients开源项目模型训练深度学习计算机视觉预训练模型
Super-Gradients是一个专注于计算机视觉的开源深度学习库。它提供预训练SOTA模型和易用训练工具,支持分类、分割、检测等任务。该项目集成多种训练技巧,兼容主流部署框架,可快速将模型应用于生产。Super-Gradients适用于学术研究和工业应用,是一个高效的计算机视觉开发工具。
pytorch_connectomics - PyTorch Connectomics加速大脑神经连接图谱构建
GithubPyTorch Connectomics图像分割开源项目深度学习框架神经连接重建连接组学
PyTorch Connectomics是一个面向神经科学领域的开源深度学习框架，专门用于处理电子显微镜采集的大脑图像数据。该框架支持连接组学中的自动和半自动语义及实例分割，提供多任务学习、主动学习和半监督学习功能。它采用分布式和混合精度优化技术，能高效处理大规模数据集。框架包含多种编码器-解码器架构，如定制3D UNet和特征金字塔网络模型，并提供全面的体积数据增强功能。由哈佛大学视觉计算组维护，PyTorch Connectomics致力于加速大脑神经连接图谱的重建过程。
pyChatGPT - 非官方Python库实现ChatGPT API集成
APIChatGPTGithubOpenAIPython开源项目自动化
pyChatGPT是一个非官方Python库，用于访问ChatGPT API。该项目提供多种功能，包括绕过Cloudflare保护、多种登录方式、验证码解决和代理支持。通过使用undetected_chromedriver，pyChatGPT适用于多种环境，如无头Linux服务器和Google Colab。开发者可将ChatGPT功能集成到Python项目中，实现智能对话和自动化任务。
相关项目
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

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
@2024 懂AI·鲁ICP备2024100362号-6·鲁公网安备37021002001498号