Awesome GitHub RepositoriesJSON Serialization

orjson is a high-performance Python library for serializing and deserializing JSON data. It functions as both a JSON parsing library and a serialization engine, converting data between native Python objects and UTF-8 encoded bytes. The project provides specialized support for converting complex Python data structures, including dataclasses, datetime objects, and NumPy arrays and scalars, into JSON format. It also allows for the insertion of pre-serialized JSON blobs into documents to maintain processing speed. The library includes capabilities for memory-efficient deserialization through key

BertViz es un conjunto de herramientas de diagnóstico para visualizar cabezas de atención y comportamientos internos del modelo para interpretar cómo los modelos de lenguaje procesan el texto. Sirve como una herramienta de interpretabilidad y depurador para modelos de procesamiento de lenguaje natural, proporcionando específicamente mapas interactivos de mecanismos de atención dentro de arquitecturas Transformer. El proyecto permite el análisis de las relaciones entre tokens a través de vistas detalladas de cabezas y capas de atención específicas. Admite la visualización de atención global en todas las capas, mapeo de atención codificador-decodificador y la inspección de neuronas individuales dentro de vectores de consulta y clave para revelar su contribución a los cálculos de atención. La herramienta proporciona capacidades para filtrar vistas por capa, cabeza o pares de oraciones. Las visualizaciones se renderizan directamente dentro de entornos de notebook mediante inyección de HTML y JavaScript, y pueden exportarse como archivos HTML independientes para compartirlos externamente.

GluonTS es una librería de series temporales probabilísticas y framework de pronóstico de aprendizaje profundo. Proporciona un kit de herramientas para construir, entrenar y evaluar arquitecturas de redes neuronales que predicen valores futuros como distribuciones de probabilidad para cuantificar la incertidumbre. El proyecto se distingue por soportar el pronóstico zero-shot e integrar diversos enfoques de modelado, incluyendo redes neuronales probabilísticas profundas y envoltorios para librerías estadísticas externas como Prophet y R forecast. Implementa primitivas arquitectónicas especializadas como convoluciones causales y redes residuales invertibles para prevenir la fuga de información y mapear representaciones latentes en distribuciones de probabilidad válidas. El framework cubre una superficie de ingeniería de datos integral, incluyendo escalado de series temporales, transformaciones biyectivas y modelado jerárquico. Utiliza Apache Arrow y Parquet para el streaming de conjuntos de datos de alto rendimiento y la gestión de acceso aleatorio. Para la evaluación de modelos, incluye una suite de evaluación para medir la precisión del pronóstico y la cobertura probabilística utilizando métricas como la pérdida de cuantiles y puntuaciones de probabilidad de rango continuo. La librería soporta el despliegue de modelos a través de la integración con Amazon SageMaker.

xtensor is a C++ multidimensional array library for numerical computing that provides N-dimensional containers with an interface mirroring the NumPy API. It utilizes a lazy evaluation expression engine to defer numerical computations until assignment, which minimizes memory allocations and intermediate copies. The library features a foreign memory array adaptor that allows it to wrap external buffers, such as NumPy arrays, to perform numerical operations in-place without duplicating data. It further optimizes performance through lazy broadcasting and a system that manages the lifetime of temp