Project Icon

torch-imle

将离散优化算法融入深度学习的创新方法

torch-imle是一个PyTorch库,通过I-MLE梯度估计器将离散优化算法融入深度学习。它使用创新的采样和分布方法,实现了离散优化问题在深度学习中的应用,如最短路径学习。该库采用Perturb-and-MAP方法和新颖的噪声扰动来近似采样复杂分布,并提供替代经验分布。torch-imle通过梯度下降学习最优路径权重,为深度学习中的离散优化问题提供强大的解决方案。

learned_optimization - 基于JAX的元学习优化器研究框架
GithubJAXlearned_optimization优化器元学习开源项目机器学习
learned_optimization是一个研究代码库,主要用于学习型优化器的训练、设计、评估和应用。该项目实现了多种优化器和训练算法,包括手工设计的优化器、学习型优化器、元训练任务以及ES、PES和截断反向传播等外部训练方法。项目提供了详细的文档和教程,包括Colab笔记本,方便用户快速入门。learned_optimization适用于元学习和动态系统训练的研究,为相关领域提供了功能丰富的工具。
carefree-learn - 简化深度学习流程,支持PyTorch高效训练与推理
AI模型GithubMIT许可PyTorchdeep learning开源项目模块化
carefree-learn项目致力于简化深度学习流程,特别是基于PyTorch的训练与推理。采用模块优先、原生兼容的设计原则,支持AI模型推理,符合现代AI的发展趋势,并遵循MIT许可证。项目提供易于使用的接口和高性能模块,适合开发者与使用者。
pytorch-lr-finder - PyTorch学习率范围测试工具
GithubPyTorch优化器学习率开源项目深度学习神经网络
pytorch-lr-finder是一个基于PyTorch的学习率范围测试工具,实现了Leslie N. Smith论文中的方法和fastai的改进版本。通过在预训练阶段调整学习率,帮助用户确定最佳学习率。工具支持梯度累积和混合精度训练,适用于多种深度学习任务。简洁的API和可视化功能便于优化神经网络训练过程。
MiniCPM-V-2_6-GGUF - 使用imatrix量化优化模型性能
GithubHuggingfaceMiniCPM-V-2_6transformers多语言开源项目模型视觉处理量化
项目应用llama.cpp的imatrix量化方法,优化模型的文本性能。提供多种量化文件,适配不同硬件配置,尤其适合低RAM环境。这一技术允许根据系统RAM和GPU VRAM选择合适的模型,实现性能与速度的平衡。支持多模态图像-文本转换和多语言处理,可在LM Studio中运行,为开源社区提供多样化的工具和使用选择。
AQLM - 加性量化技术实现大型语言模型高效压缩
AQLMGithubPyTorch大语言模型开源项目推理量化
AQLM项目开发了一种名为加性量化的新技术,可将大型语言模型压缩至原规模的1/16左右,同时基本保持原始性能。该技术适用于LLaMA、Mistral和Mixtral等多种模型架构,并提供了预量化模型。项目包含PyTorch实现代码、使用教程和推理优化方案,为大规模语言模型的实际应用提供了新思路。
ml-road - 全面的机器学习与深度学习资源集合
Deep LearningGithubMachine LearningNLPPyTorchTensorFlow开源项目
此资源库涵盖机器学习和深度学习的全面资源,包括优质课程、电子书和学术论文。通过Coursera、Stanford和Google等知名平台的课程,可深入学习基础和高级的机器学习、深度学习、自然语言处理和强化学习。同时,还提供《机器学习》和《深度学习》等电子书,便于自学和参考。适合想要提高机器学习技术水平的学生、研究人员和行业从业者。
DeepSpeed-MII - 开源低延迟模型推理库
DeepSpeed-MIIGithub优化技术低延迟开源项目模型支持高吞吐量
DeepSpeed-MII是一款开源Python库,专注于高吞吐量、低延迟和成本效益的模型推理。支持的技术包括块状KV缓存、连续批处理、高性能CUDA内核等,适用于37000多个模型,如Llama-2、Mixtral和Phi-2。v0.2版本提升了性能和功能,吞吐量提高至2.5倍。适用于语言模型及图像生成任务。
Dive-into-DL-PyTorch - PyTorch实现与教程
项目将《动手学深度学习》原书的MXNet代码实现改为PyTorch,适合对深度学习感兴趣并希望使用PyTorch的用户。无需深度学习或机器学习背景,只需基础数学和编程知识。项目包含Jupyter Notebook代码和Markdown文档,通过Docsify部署,方便在线或本地浏览和运行。
sparseml - 神经网络优化工具,简化代码实现高效稀疏模型
GithubSparseML开源项目推理优化模型优化神经网络稀疏化
SparseML是开源模型压缩工具包,使用剪枝、量化和蒸馏算法优化推理稀疏模型。可导出到ONNX,并与DeepSparse结合,在CPU上实现GPU级性能。适用于稀疏迁移学习和从零开始的稀疏化,兼容主流NLP和CV模型,如BERT、YOLOv5和ResNet-50,实现推理速度和模型大小的显著优化。
AttentionDeepMIL - 深度多实例学习的注意力机制算法实现
GithubMNISTPyTorch多实例学习开源项目注意力机制深度学习
AttentionDeepMIL是一个开源的深度多实例学习算法项目,基于PyTorch框架实现。它在LeNet-5模型基础上创新性地添加了注意力机制的MIL池化层,适用于图像分类等多实例学习任务。该项目提供完整的实验环境,包括MNIST-BAGS数据集处理、模型架构和训练脚本,支持CPU和GPU运行。此外,AttentionDeepMIL还展示了在医学图像分析领域的应用潜力,包括对乳腺癌和结肠癌组织病理学数据集的实验支持。
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