Awesome GitHub RepositoriesModel Migrators

Paddle is a deep learning framework designed for building, training, and deploying neural networks. It provides a platform for constructing models using tensor-based computations and supports both dynamic and static execution graphs to facilitate research and production workflows. The platform functions as a distributed machine learning system, enabling the scaling of training workloads across multiple nodes and hardware clusters. It includes a comprehensive toolkit for model deployment and optimization, allowing users to convert external model formats, compress trained models for resource-co

Ivy is a machine learning framework transpiler and model converter designed to ensure deep learning portability. It serves as a tool for migrating source code and models between different deep learning frameworks while maintaining original functionality. The system enables cross-framework model portability by translating model weights, architectures, and source code. It uses abstract syntax tree based transpilation and computational graph tracing to capture execution flows and rewrite high-level logic into target framework code. The project covers model interoperability through weight-layout

MMdnn ist ein Deep-Learning-Modellkonverter und -Migrator, der darauf ausgelegt ist, neuronale Netzwerkarchitekturen und Gewichte zwischen verschiedenen Frameworks wie TensorFlow, PyTorch und Keras zu übersetzen. Es nutzt eine standardisierte Zwischenrepräsentation, um Netzwerkstrukturen und Gewichte von spezifischen Framework-Implementierungen zu entkoppeln, was die Transformation vortrainierter Modelle über verschiedene Umgebungen hinweg ermöglicht. Das Projekt zeichnet sich dadurch aus, dass es aus seinen Zwischenrepräsentationen nativen Python-Rekonstruktionscode generiert, wodurch Modelle in Zielumgebungen neu aufgebaut und feinabgestimmt werden können. Es enthält zudem spezialisierte Tools für das Deployment auf Mobilgeräten, die Deep-Learning-Modelle in mobile Formate wie CoreML und TensorFlow Lite umwandeln. Das System bietet ein breiteres Spektrum an Funktionen, darunter die Visualisierung neuronaler Netzwerkarchitekturen zur Untersuchung von Graphstrukturen und Metadaten sowie die Ausführung von Modellinferenzen, um zu validieren, dass konvertierte Modelle ihr ursprüngliches Verhalten und ihre Genauigkeit beibehalten. Zusätzliche Dienstprogramme verwalten das Abrufen vortrainierter Gewichte aus Remote-Repositories und das Zusammenstellen bereitstellbarer Modell-Checkpoints.

VisualDL ist ein Deep-Learning-Visualisierungs-Toolkit und Experiment-Tracking-Dashboard. Es bietet ein Web-basiertes Interface zur Überwachung von Trainingsmetriken, zur Analyse hochdimensionaler Daten und zum Rendern von Modellarchitekturen mittels statischer und dynamischer Graphen. Das Toolkit dient als Performance-Profiler, um Ausführungsengpässe zu identifizieren und die Ressourcennutzung zu optimieren. Es fungiert zudem als Datenanalysator, der Projektionsalgorithmen verwendet, um Beziehungen zwischen Punkten in komplexen Datensätzen zu identifizieren. Zu den Funktionen gehören das Tracking von Trainingsmetriken mittels Skalaren und Histogrammen, der Vergleich mehrerer Experimente durch Multi-Directory-Log-Aggregation und die Evaluierung der Klassifizierungsleistung mit Precision-Recall- und ROC-Kurven. Das System unterstützt zudem die Visualisierung von Multimedia-Outputs, einschließlich Bildern, Text und Audio. Benutzer können einen Visualisierungsserver starten, um Logs zu durchsuchen und Modellgraphen über einen Webbrowser zu erkunden.