Logo
Project Icon

petastorm

开源数据访问库，支持单机或分布式训练和评估深度学习模型，直接从Apache Parquet格式数据集中读取数据

Petastorm深度学习分布式训练Apache Parquet机器学习框架Github开源项目

Petastorm是一个开源数据访问库，支持单机或分布式训练和评估深度学习模型，直接从Apache Parquet格式数据集中读取数据。该库兼容Tensorflow、PyTorch和PySpark等主流Python机器学习框架，也可用于纯Python代码。Petastorm支持多种数据压缩格式，提供方便的API用于数据生成和读取，并支持列选择、并行读取、行过滤等功能。用户可以轻松在单机或Spark集群上生成数据集，是构建高效机器学习管道的理想工具。

访问官网访问官网GithubGithub文档文档论文论文
介绍相关项目
hopsworks - 基于Python的机器学习特征库和MLOps平台
GithubHopsworksMLOpsML平台云服务开源项目特征存储
Hopsworks 是一个安全且可治理的数据平台，适用于机器学习资产的开发、管理和共享功能。支持特征库和模型管理，以及特征和训练管道的开发及运行。可作为独立特征库，支持云环境和本地部署，并无缝集成 AWS、Azure 和 GCP 等第三方平台。提供丰富的文档和教程以优化使用体验。
pachyderm - 自动化数据处理与版本控制平台
GithubKubernetesPachyderm开源项目数据版本控制数据管道数据血统
Pachyderm是一个开源的数据工程平台，提供自动化的数据处理流水线和版本控制功能。该平台支持复杂的数据转换，并具备数据血缘跟踪能力。基于Kubernetes构建，Pachyderm实现了自动扩展和并行处理，可部署在主流云平台和本地环境。它为数据工程团队提供了一个高效的CI/CD引擎，适用于各类数据处理场景。
steampipe - 高效数据集成工具 直接访问 API 无需 ETL
API数据查询GithubSteampipe云服务开源工具开源项目数据库集成
Steampipe 是一款创新的数据集成工具，能够直接从各类 API 和服务获取数据，无需传统的 ETL 过程。该工具提供多种引擎，包括命令行界面、Postgres 外部数据包装器、SQLite 扩展和独立导出工具。借助丰富的插件生态系统，Steampipe 可将 API 数据轻松映射为数据库表，便于快速查询和分析。不论是本地部署还是云端使用，Steampipe 都为数据访问和整合提供了灵活而高效的解决方案。
parquet-go - Go语言高性能Parquet文件处理库
GithubGo语言库parquet-go列式存储开源项目数据处理高性能
parquet-go是一个用Go语言开发的Parquet文件处理库。该项目由Twilio Segment初创，提供高级API用于读写Parquet文件，同时兼顾低计算和内存占用。支持Parquet格式规范，包括列式存储、模式演化、行组排序、行组合并和布隆过滤器等特性。parquet-go适合需要高效处理大规模数据集的场景，为Go开发者提供了实用的Parquet文件操作工具。
BigDL-2.x - BigDL提供多种库实现数据分析与AI应用的无缝扩展
BigDLGithubIPEX-LLMLLMNanoOrca开源项目
BigDL提供多种库，用于扩展和加速数据分析与AI应用。主要功能包括分布式大数据和AI的Orca，加速TensorFlow和PyTorch的Nano，深度学习的DLlib，时间序列分析的Chronos，推荐系统的Friesian以及安全大数据和AI的PPML。这些功能使AI应用可以从本地计算机无缝扩展到云端，实现高效分布式数据处理和深度学习开发。
beam - 统一批处理和流处理的数据并行处理模型
Apache BeamGithub分布式计算开源项目批处理数据处理流处理
Apache Beam是一个统一的数据处理模型，用于定义批处理和流处理的并行数据处理管道。它提供多语言SDK构建管道，并可在Apache Flink、Spark等分布式处理后端上执行。Beam支持Java、Python和Go等语言，为各类开发者提供灵活的开发环境。该项目采用统一模型处理批处理和流处理数据，支持多种编程语言，并可在多个分布式处理平台上运行。它为不同类型的开发者提供了灵活的工具，简化了大规模数据处理的复杂性。
tempo - Databricks上的时间序列数据处理工具库
DatabricksGithubPySparkTempo开源项目数据处理时间序列
Tempo是一个基于PySpark的开源时间序列数据处理工具库。它为Databricks上的数据团队提供了一套抽象和函数，简化了时间序列数据的操作和分析。Tempo扩展了PySpark的功能，通过易用的API支持复杂的时间序列分析任务。这个工具库适用于需要在大规模数据集上进行高效时间序列处理的场景。
parquet4s - 高效实用的Scala Parquet文件操作库
GithubHadoopParquet4SParquet文件Scala开源项目数据序列化
Parquet4S是专为Scala设计的Parquet文件处理库。该库支持使用Scala case class定义数据模式，无需额外序列化系统。兼容Apache Spark生成的文件，支持通用记录，并与Akka Streams、Pekko Streams和FS2集成。基于Parquet官方库和Hadoop Client开发，Parquet4S能连接各种Hadoop兼容存储，如AWS S3和Google Cloud Storage。支持Scala 2.12.x、2.13.x和3.3.x版本。
SoundStorm - 并行音频生成技术探索的非官方PyTorch实现
GithubSoundStorm并行处理开源项目深度学习语音合成音频生成
SoundStorm是一个基于谷歌研究的并行音频生成项目的非官方PyTorch实现。该项目采用掩码离散扩散方法，使用HuBERT提取语义并预测声学特征。与原版不同，本实现创新性地使用浅层U-Net组合码本。项目提供完整的数据准备、训练和推理指南，为研究人员提供了探索并行音频生成技术的实用框架。
mleap - 快速部署机器学习流水线与算法的实用工具包
GithubMLeapScikit-learnSpark开源项目性能机器学习数据管道
MLeap提供高性能、便携、易于集成的生产库，支持将Spark和Scikit-learn的机器学习流水线导出为便携格式并执行。通过其执行引擎和序列化格式，数据科学家和工程师可以无需依赖Spark或Scikit-learn环境，将数据流水线和算法轻松部署到生产环境中。MLeap支持多种序列化格式（如JSON、Protobuf），并与现有技术高度集成，提供用户灵活定制数据类型和转换器的能力。
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