2 Repos
Awesome GitHub RepositoriesModel Deployment Workflows
Processes and strategies for packaging and hosting trained neural networks in production environments.
Distinct from Deep Learning Model Converters: The candidates provided were either too generic (awesome lists) or too specific (converters), whereas this describes the overarching deployment capability.
Explore 2 awesome GitHub repositories matching devops & infrastructure · Model Deployment Workflows. Refine with filters or upvote what's useful.
Awesome Model Deployment Workflows GitHub Repositories
Finde die besten Repos mit KI.Wir suchen mit KI nach den am besten passenden Repositories.
- udacity/deep-learning-v2-pytorch
udacity/deep-learning-v2-pytorch
5,505Auf GitHub ansehenDieses Projekt ist eine Sammlung von PyTorch-Kursmaterialien für Deep Learning, bestehend aus praktischen Projekten und Programmierübungen. Es konzentriert sich auf die Implementierung neuronaler Netzwerkarchitekturen und das Modelltraining zur Lösung komplexer Datenprobleme. Das Repository enthält eine Suite für Computer-Vision-Projekte zum Bau von Bildklassifizierern, Autoencodern und Style-Transfer-Anwendungen. Es bietet ein Labor für Generative Adversarial Networks (GANs) zur Erstellung synthetischer Bilder sowie spezifische Implementierungen für Transfer Learning, um vortrainierte Gewichte an neue Aufgaben anzupassen. Die Codebasis deckt die Analyse sequenzieller Daten für Natural Language Processing (NLP) mittels rekurrenter neuronaler Netze und Word-Embeddings ab. Zusätzliche Funktionen umfassen die Vorverarbeitung von Bilddaten, die Evaluierung der Modellleistung und das Deployment trainierter Modelle in Cloud-Infrastrukturen. Die Materialien werden als eine Reihe von Jupyter Notebooks bereitgestellt.
Provides guidance on packaging and hosting trained neural networks on cloud infrastructure for production use.
Jupyter Notebookconvolutional-networksdeep-learningneural-network - higgsfield-ai/higgsfield
higgsfield-ai/higgsfield
3,866Auf GitHub ansehenHiggsfield is a distributed machine learning training framework and GPU cluster orchestrator designed for scaling neural networks with billions of parameters. It functions as a large model sharding system and a containerized deployment tool to manage computational workflows across heterogeneous compute resources. The platform provides a centralized interface for experiment management, enabling the monitoring of real-time telemetry, performance metrics, and logs. It ensures reproducible results by using container isolation to standardize dependencies across different computing environments. T
Provides automated workflows for pushing code to compute nodes and managing training runs and checkpoints.
Jupyter Notebookcluster-managementdeep-learningdistributed
