awesome-repositories.com
المدونة
MCP
awesome-repositories.com

اكتشف أفضل مستودعات المصادر المفتوحة باستخدام بحث مدعوم بالذكاء الاصطناعي.

استكشفعمليات بحث منسقةبدائل مفتوحة المصدربرمجيات ذاتية الاستضافةالمدونةخريطة الموقع
المشروعخادم MCPحولكيفية ترتيب النتائجالصحافة
قانونيالخصوصيةالشروط
© 2026 Bringes Technology SRL·VAT RO45896025·hello@awesome-repositories.com
·

1 مستودع

Awesome GitHub RepositoriesSparse Tensor Network Modeling

The process of designing model architectures based on sparse tensor network topologies.

Distinct from Sparse Model Architectures: Focuses on the network topology of sparse tensors rather than general conditional computation or routing.

Explore 1 awesome GitHub repository matching artificial intelligence & ml · Sparse Tensor Network Modeling. Refine with filters or upvote what's useful.

Awesome Sparse Tensor Network Modeling GitHub Repositories

اعثر على أفضل المستودعات باستخدام الذكاء الاصطناعي.سنبحث عن أفضل المستودعات المطابقة باستخدام الذكاء الاصطناعي.
  • amznlabs/amazon-dsstneالصورة الرمزية لـ amznlabs

    amznlabs/amazon-dsstne

    4,395عرض على GitHub↗

    Amazon DSSTNE هي مجموعة أدوات لتعلم الآلة ومكتبة شبكات الموتر المتناثرة (sparse tensor) مصممة لنماذج التعلم العميق ذات المدخلات والمخرجات المتناثرة. توفر إطار عمل للتدريب المتوازي للنماذج ومحركاً متناثراً مسرعاً بواسطة GPU لدعم الشبكات كثيفة الذاكرة. تم تصميم إطار العمل خصيصاً لتدريب أنظمة التوصية والتعلم المتناثر واسع النطاق. يتيح توزيع مصفوفات الأوزان الكبيرة وجداول التضمين (embedding tables) عبر أجهزة GPU متعددة للتعامل مع النماذج التي تتجاوز سعة ذاكرة معالج واحد. يغطي المشروع مجموعة واسعة من الإمكانيات بما في ذلك الحوسبة الموزعة على GPU، ومعالجة مجموعات البيانات المتناثرة، وبناء شبكات الموتر المتناثرة القابلة للتوسع. تسمح هذه الأدوات بتنفيذ عمليات تعلم الآلة عالية الأداء وتوسيع نطاق النماذج عبر عناقيد GPU.

    Enables constructing machine learning models using scalable sparse tensor networks to handle large-scale data.

    C++
    عرض على GitHub↗4,395
  1. Home
  2. Artificial Intelligence & ML
  3. Sparse Model Architectures
  4. Sparse Tensor Network Modeling