awesome-repositories.com
Blog
MCP
awesome-repositories.com

Descubre los mejores repositorios open-source con nuestra búsqueda potenciada por IA.

ExplorarBúsquedas curadasAlternativas open-sourceSoftware autohospedableBlogMapa del sitio
ProyectoServidor MCPAcerca deCómo clasificamosPrensa
Aviso legalPrivacidadTérminos
© 2026 Bringes Technology SRL·VAT RO45896025·hello@awesome-repositories.com
·

1 repositorio

Awesome GitHub RepositoriesInterface State Mappers

Maps graphical user interface inputs to command-line arguments for external training engines.

Distinct from Training Engine State Persistence: Distinct from Training Engine State Persistence: focuses on the mapping of UI inputs to CLI arguments rather than the internal state of the training engine itself.

Explore 1 awesome GitHub repository matching development tools & productivity · Interface State Mappers. Refine with filters or upvote what's useful.

Awesome Interface State Mappers GitHub Repositories

Encuentra los mejores repositorios con IA.Buscaremos los repositorios que mejor coincidan usando IA.
  • derrian-distro/lora_easy_training_scriptsAvatar de derrian-distro

    derrian-distro/LoRA_Easy_Training_Scripts

    1,306Ver en GitHub↗

    LoRA Easy Training Scripts es una interfaz gráfica basada en escritorio diseñada para gestionar el flujo de trabajo de extremo a extremo del entrenamiento de modelos de machine learning personalizados. La aplicación sirve como un dashboard centralizado para preparar datasets, configurar parámetros de redes neuronales y orquestar la ejecución de trabajos de entrenamiento complejos. La herramienta se distingue por proporcionar un entorno visual que abstrae los requisitos de línea de comandos del ajuste fino (fine-tuning) de modelos. Permite a los usuarios gestionar colas de entrenamiento, permitiendo la secuenciación automatizada de múltiples tareas para maximizar la utilización del hardware. Al mantener un estado interno persistente, el software mapea las entradas de la interfaz definidas por el usuario directamente a los argumentos necesarios para los scripts de entrenamiento externos, asegurando que configuraciones complejas permanezcan reproducibles mediante archivos de texto serializados. La plataforma cubre un amplio rango de requisitos operativos, incluyendo gestión de activos, programación de tasas de aprendizaje personalizadas y el ajuste de pesos de bloques específicos del modelo. Proporciona un enfoque estructurado para organizar datos de entrenamiento y gestionar el ciclo de vida de la generación de pesos del modelo, específicamente adaptado para el ajuste fino de modelos Stable Diffusion.

    Maintains persistent internal state to map user-defined interface inputs directly to training engine arguments.

    Python
    Ver en GitHub↗1,306
  1. Home
  2. Development Tools & Productivity
  3. Database Session Management
  4. Session State Persistence
  5. Execution State Persistence
  6. Training Engine State Persistence
  7. Interface State Mappers