4 مستودعات
Awesome GitHub RepositoriesDeep Learning Training Orchestration
Executing neural network training on hardware accelerators with integrated metric logging and visualization.
Distinct from Model Training: Candidates are too specific (metric learning, hydrological, etc.); this is general deep learning training execution.
Explore 4 awesome GitHub repositories matching artificial intelligence & ml · Deep Learning Training Orchestration. Refine with filters or upvote what's useful.
Awesome Deep Learning Training Orchestration GitHub Repositories
اعثر على أفضل المستودعات باستخدام الذكاء الاصطناعي.سنبحث عن أفضل المستودعات المطابقة باستخدام الذكاء الاصطناعي.
- jdb78/pytorch-forecasting
jdb78/pytorch-forecasting
4,933عرض على GitHubهذا إطار عمل للتعلم العميق للتنبؤ بالقيم المستقبلية في البيانات المتسلسلة باستخدام معماريات PyTorch. يوفر مجموعة أدوات للتنبؤ بالسلاسل الزمنية طويلة المدى والاحتمالية، مع دمج خط أنابيب بيانات لتحويل إطارات البيانات الجدولية إلى تسلسلات لتدريب التعلم العميق الخاضع للإشراف. تستخدم المكتبة غلاف تدريب لتوسيع نطاق تنفيذ النموذج عبر وحدات المعالجة المركزية (CPUs) ووحدات معالجة الرسومات (GPUs). تدعم توليد توزيعات احتمالية للنتائج المستقبلية بدلاً من تقديرات النقطة الواحدة لتحديد عدم اليقين في التنبؤ. يتضمن إطار العمل قدرات لتنفيذ نماذج التنبؤ، وتحسين المعلمات الفائقة، وتقييم الدقة من خلال مقاييس متعددة الآفاق. كما يوفر طرقًا لقياس أداء المعماريات المعقدة مقابل نماذج أساسية بسيطة.
Executes model training on hardware accelerators with performance logging and prediction dependency visualization.
Python - chenyuntc/simple-faster-rcnn-pytorch
chenyuntc/simple-faster-rcnn-pytorch
4,034عرض على GitHubهذا المشروع عبارة عن تنفيذ PyTorch لمعمارية Faster R-CNN لاكتشاف الكائنات. يوفر إطار عمل لتحديد فئات كائنات متعددة ومربعات الإحاطة المقابلة لها داخل الصور باستخدام نظام تعلم عميق. يتضمن التنفيذ خط أنابيب تدريب لتحسين النماذج على مجموعات بيانات مخصصة وأداة لتحويل الأوزان المدربة مسبقاً من تنسيقات خارجية إلى هيكل متوافق لتهيئة النموذج. يغطي النظام خط أنابيب اكتشاف من مرحلتين يتكون من شبكة اقتراح المنطقة وطبقة تجميع ROI. ويدمج وظائف خسارة متعددة المهام وانحدار مربع الإحاطة القائم على المرساة (anchor-based) لتحسين مواقع الكائنات. يتضمن المشروع أدوات للتصور في الوقت الفعلي لخسارة التدريب ودقة التنبؤ لمراقبة أداء النموذج.
Includes integrated metric logging and visualization for monitoring training loss and prediction accuracy.
Jupyter Notebookcupyfaster-rcnnobject-detection - open-mmlab/mmpretrain
open-mmlab/mmpretrain
3,842عرض على GitHubmmpretrain is a modular PyTorch computer vision framework designed for developing, training, and benchmarking deep learning architectures. It serves as a comprehensive toolkit for vision tasks, providing a specialized platform for multimodal machine learning and self-supervised learning. The project features a computer vision model zoo containing architectural definitions and pre-trained weights for backbones such as ViT, ConvNeXt, and Swin Transformer. It distinguishes itself through a dedicated self-supervised learning toolkit that implements algorithms like MAE and DINO to train models wit
Executes deep learning training on CPU or GPU hardware with support for mixed precision and learning rate scaling.
Pythonbeitclipconstrastive-learning - zhaoj9014/face.evolve
ZhaoJ9014/face.evoLVe
3,586عرض على GitHubface.evoLVe is a deep learning library designed for the training and deployment of facial recognition models. It provides a comprehensive framework for converting facial images into numerical feature vectors, enabling identity verification and similarity analysis across large-scale datasets. The project facilitates the entire lifecycle of facial analysis, from dataset preparation and image standardization to distributed model training. It includes utilities for detecting facial landmarks and applying geometric transformations to ensure consistent input orientation, as well as data augmentatio
Coordinates neural network training across multiple graphics processing units for accelerated performance.
Pythonartificial-intelligencecomputer-visionconvolutional-neural-network
