2 repositorios
Awesome GitHub RepositoriesTraining Evolution Visualizers
Utilities that visualize the chronological improvement of model outputs through animations.
Distinct from Model Visualization Tools: Focuses on the evolution of generated image quality over training time, not just internal states.
Explore 2 awesome GitHub repositories matching artificial intelligence & ml · Training Evolution Visualizers. Refine with filters or upvote what's useful.
Awesome Training Evolution Visualizers GitHub Repositories
Encuentra los mejores repositorios con IA.Buscaremos los repositorios que mejor coincidan usando IA.
- david-gpu/srez
david-gpu/srez
5,271Ver en GitHubSrez es un framework de aprendizaje profundo para superresolución de imágenes diseñado para escalar imágenes de baja resolución a características visuales nítidas de alta resolución. Funciona como una herramienta de entrenamiento de redes neuronales que emplea redes generativas antagónicas (GAN) para sintetizar detalles de imagen realistas. El proyecto incluye un visualizador de evolución de modelos que genera animaciones y lotes de imágenes para rastrear las mejoras visuales durante el proceso de entrenamiento. Utiliza una combinación de funciones de pérdida adversaria y L1 para optimizar los pesos del modelo y soporta puntos de control (checkpoints) de estado periódicos para la recuperación y el despliegue. El sistema cubre la construcción de redes neuronales utilizando capas feedforward, normalización de lotes y funciones de activación. También proporciona herramientas de observabilidad para comparar la calidad del escalado contra datos de referencia (ground truth) y monitorear el progreso del entrenamiento mediante secuencias visuales iterativas.
Ships a tool that creates animations and image batches to track visual improvements during training.
Python - instruction-tuning-with-gpt-4/gpt-4-llm
Instruction-Tuning-with-GPT-4/GPT-4-LLM
4,335Ver en GitHubThis project is an instruction tuning framework and synthetic data generator that uses high-capacity teacher models to produce instruction-following pairs for training smaller student models. It provides datasets and tools for supervised instruction tuning and reinforcement learning from human feedback. The framework specializes in cross-lingual tuning, offering high-quality instruction-following examples in English and Chinese to improve model generalization across different scripts. It includes a reward modeling tool for creating preference datasets and comparative ratings used to train rew
Generates performance figures and plots from extracted training data using a notebook-based workflow.
HTMLalpacachatgptgpt-4
