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

Github

介绍相关项目

hivemind - 去中心化的分布式深度学习PyTorch库

GithubHivemindPyTorch分布式训练开源项目深度学习神经网络

Hivemind是一个基于PyTorch的去中心化深度学习库，旨在通过多台分布在不同地点的计算机共同训练大型模型。主要特点包括去中心化的分布式训练、容错反向传播、参数去中心化平均以及支持任意大小的神经网络训练。Hivemind兼容Linux、macOS和Windows系统，可通过pip或源码进行安装，并提供PyTorch Lightning集成及详尽的使用文档和示例。

TonY - 在 Apache Hadoop 上原生运行深度学习框架的框架

GithubHadoopPyTorchTensorFlowTonY开源项目深度学习

TonY框架支持在Apache Hadoop上运行深度学习任务，兼容TensorFlow、PyTorch、MXNet和Horovod。支持分布式或单节点训练，提供灵活可靠的机器学习任务执行方式，适用于Hadoop 2.6.0及以上版本，并支持GPU隔离。项目通过Gradle构建，可通过虚拟环境或Docker容器启动深度学习作业。详细配置和使用案例请参阅官方文档和示例。

crate - 分布式SQL数据库解决方案，实时处理和分析大数据

CrateDBGithubSQL分布式数据库实时数据分析开源项目横向扩展

CrateDB 是一种分布式 SQL 数据库，结合了 SQL 数据库的优点和 NoSQL 的扩展性与灵活性。其集群每秒能处理数万条记录，支持标准 SQL 查询，拥有快速的分布式查询引擎，非常适合容器化部署，可在 Kubernetes、AWS 和 Azure 环境中水平扩展。其主要功能包括动态表架构、实时全文搜索、地理空间数据支持以及自愈和自动平衡的高可用集群。

DataFrame - 高效C++数据分析库，支持多种统计和多线程功能

C++DataFrameGithub多线程开源项目数据分析算法

DataFrame是一个高效的C++数据分析库，提供类似于Python的Pandas和R的DataFrame功能。它支持数据切片、连接、分组操作，并具备统计、金融及机器学习算法。该库特别适合处理大数据集，拥有优异的性能和多线程支持。通过多种内置算法和可添加的自定义算法，用户可以灵活分析和处理数据。DataFrame还与Polars等工具进行了性能对比，展现了其在大数据处理上的显著优势。

pandas - Python数据分析与处理的开源利器

DataFrameGithubPythonpandas开源开源项目数据分析

pandas是Python生态系统中的核心数据分析库，提供高性能、易用的数据结构和工具。它支持处理结构化数据，包括数据清洗、转换、合并、分组分析等操作。pandas可读写多种格式的数据源，如CSV、Excel、SQL数据库等。作为开源项目，pandas由活跃社区维护，持续优化以满足数据科学家、分析师和开发者的需求。

pytorch_tabular - 表格数据深度学习的简易化解决方案

GithubPyTorchPyTorch Lightning开源项目标签数据模型定制深度学习

PyTorch Tabular是一个开源库，旨在简化表格数据的深度学习应用。该库具有低阻力易用性、易于定制和可扩展性，基于PyTorch和PyTorch Lightning构建。提供如TabNet、NODE和GATE等多种模型选择，适用于研究和实际应用。详细的文档和简单的安装流程使用户能够快速上手和自定义模型，提高机器学习任务的效率和性能。

datasets - 最大的 ML 模型即用型数据集中心，具有快速、易用且高效的数据操作工具

APIApache ArrowGithubHugging Face开源项目数据集机器学习

🤗 Datasets是一个高效的轻量级数据处理库，支持一行代码完成数据集的下载和预处理。库支持Numpy、Pandas、PyTorch、TensorFlow和JAX等框架，并提供智能缓存及大规模数据集的流式处理，有效减轻内存限制的压力，简化机器学习和数据分析的前置工作。

horovod - 分布式深度学习训练框架，支持TensorFlow, Keras, PyTorch和MXNet

GithubHorovodPyTorchTensorFlow分布式深度学习开源项目性能优化

Horovod是一个分布式深度学习训练框架，提供对TensorFlow, Keras, PyTorch, Apache MXNet的支持。它优化了多GPU并行训练的过程，使得在多GPU上进行训练既快速又简单，无需重大代码修改。Horovod展示了高达90%的扩展效率，适合大规模深度学习应用，同时兼容NCCL和Gloo等高效的集合通信库，确保在各种环境下的高效运行。

delta-sharing - 开放协议实现跨平台大规模数据实时共享

Delta SharingGithub云存储开放协议开源项目数据交换数据共享

Delta Sharing是一个开放协议，用于安全实时交换大型数据集。它支持跨平台实时数据共享，使用REST API安全共享云数据集，通过S3、ADLS或GCS等云存储系统传输数据。用户可直接使用pandas、Tableau、Apache Spark等工具访问共享数据，无需部署特定计算平台。该协议简化了数据提供和使用流程，使数据共享更加高效便捷。

talaria - 分布式高可用时序数据库与事件摄取平台

GithubTalaria事件摄取大数据实时查询开源项目数据库

Talaria是为大数据系统设计的分布式时序数据库。它既可作为事件摄取平台，又可用作热数据存储，每小时可查询2-3TB数据，具有低延迟和低成本特点。Talaria支持SQL查询，兼容多种工具生态系统，并提供多种存储接口。通过Presto Thrift连接器，可与Presto无缝集成。作为开源项目，Talaria为用户提供了灵活的部署选项和自定义可能性，特别适合需要快速处理和查询大量时序数据的场景。

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