3 रिपॉजिटरी
Awesome GitHub RepositoriesTraining Engine State Persistence
Persistence of the internal state of a deep learning training engine.
Distinct from Execution State Persistence: Focuses on the state of the training engine controller and metadata rather than general script variable states.
Explore 3 awesome GitHub repositories matching development tools & productivity · Training Engine State Persistence. Refine with filters or upvote what's useful.
Awesome Training Engine State Persistence GitHub Repositories
AI के साथ बेहतरीन रिपॉजिटरी खोजें।हम AI का उपयोग करके सबसे सटीक रिपॉजिटरी खोजेंगे।
- pytorch/ignite
pytorch/ignite
4,770GitHub पर देखेंIgnite PyTorch न्यूरल नेटवर्क के लिए एक उच्च-स्तरीय ट्रेनिंग फ्रेमवर्क है जो एक ट्रेनिंग इंजन और डीप लर्निंग लाइफसाइकिल मैनेजर के रूप में कार्य करता है। यह ट्रेनिंग और इवैल्यूएशन लूप को व्यवस्थित और स्वचालित करने, डेटा इटरेटर्स को प्रबंधित करने और मॉडल ट्रेनिंग प्रक्रिया के दौरान विशिष्ट मील के पत्थर पर इवेंट हैंडलर्स को ट्रिगर करने के लिए एक संरचित सिस्टम प्रदान करता है। यह प्रोजेक्ट डिस्ट्रीब्यूटेड ट्रेनिंग और मॉडल इवैल्यूएशन के लिए टूल्स के एक व्यापक सूट के माध्यम से खुद को अलग करता है। इसमें ग्रेडिएंट्स को सिंक्रोनाइज़ करने और कई GPUs या नोड्स के बीच सामूहिक संचार का समन्वय करने के लिए यूटिलिटीज, साथ ही परफॉरमेंस मेट्रिक्स की गणना और k-fold क्रॉस-वैलिडेशन करने के लिए एक इवैल्यूएशन सूट शामिल है। इसकी व्यापक क्षमताएं ट्रेनिंग वर्कफ़्लो ऑटोमेशन को कवर करती हैं, जिसमें लर्निंग रेट शेड्यूलिंग, अर्ली स्टॉपिंग और हाइपरपैरामीटर ऑप्टिमाइज़ेशन शामिल हैं। फ्रेमवर्क एक्सपेरिमेंट ट्रैकिंग, निष्पादन समय प्रोफाइलिंग और मेमोरी उपयोग को ऑप्टिमाइज़ करने के लिए मिक्स्ड प्रिसिजन ट्रेनिंग के लिए ऑब्जर्वेबिलिटी टूल्स भी प्रदान करता है। मॉडल चेकपॉइंट्स को प्रबंधित करने और ट्रेनिंग सत्रों को रिकवर करने के लिए स्टेट पर्सिस्टेंस मैकेनिज्म शामिल हैं। डिप्लॉयमेंट और एनवायरनमेंट सेटअप को सरल बनाने के लिए कंटेनराइज़्ड एनवायरनमेंट उपलब्ध हैं।
Stores and retrieves internal execution data and metadata to maintain continuity across training sessions.
Python - morvanzhou/tensorflow-tutorial
MorvanZhou/Tensorflow-Tutorial
4,334GitHub पर देखेंयह प्रोजेक्ट TensorFlow का उपयोग करके न्यूरल नेटवर्क विकास के लिए शैक्षिक संसाधनों और संदर्भ कार्यान्वयन का एक संग्रह है। यह डीप लर्निंग आर्किटेक्चर बनाने के लिए एक व्यापक शिक्षण पाठ्यक्रम, मशीन लर्निंग पाठ्यक्रम और व्यावहारिक कार्यान्वयन गाइड के रूप में कार्य करता है। कोडबेस मॉडल प्रकारों की एक विस्तृत श्रृंखला को कवर करने वाली निर्देशात्मक सामग्री और उदाहरण प्रदान करता है, जिसमें इमेज क्लासिफिकेशन के लिए कन्वेन्शनल न्यूरल नेटवर्क, अनुक्रमिक डेटा के लिए रिकरेंट नेटवर्क और लॉन्ग शॉर्ट-टर्म मेमोरी सेल्स, और जेनरेटिव मॉडलिंग के लिए ऑटोएनकोडर शामिल हैं। इसमें डीप रीइन्फोर्समेंट लर्निंग एजेंटों के लिए कार्यान्वयन और नए कार्यों के लिए प्री-ट्रेंड मॉडल को अनुकूलित करने के लिए ट्रांसफर लर्निंग तकनीकें भी शामिल हैं। यह प्रोजेक्ट डेटा प्रीप्रोसेसिंग, कंप्यूटेशनल ग्राफ परिभाषा और वेट ऑप्टिमाइज़ेशन सहित पूर्ण विकास लाइफसाइकिल को कवर करता है। यह मॉडल मूल्यांकन और प्रशिक्षण अनुकूलन के लिए उपयोगिताएं प्रदान करता है, जैसे कि ड्रॉपआउट और रेगुलराइजेशन, साथ ही नेटवर्क आर्किटेक्चर को विज़ुअलाइज़ करने और प्रशिक्षण मेट्रिक्स की निगरानी करने के लिए टूल प्रदान करता है।
Provides mechanisms to save and restore the internal state of the training engine to disk.
Pythonautoencoderclassificationcnn - derrian-distro/lora_easy_training_scripts
derrian-distro/LoRA_Easy_Training_Scripts
1,306GitHub पर देखेंLoRA Easy Training Scripts is a desktop-based graphical interface designed to manage the end-to-end workflow of training custom machine learning models. The application serves as a centralized dashboard for preparing datasets, configuring neural network parameters, and orchestrating the execution of complex training jobs. The tool distinguishes itself by providing a visual environment that abstracts the command-line requirements of model fine-tuning. It enables users to manage training queues, allowing for the automated sequencing of multiple tasks to maximize hardware utilization. By maintai
Maintains persistent internal state to map user-defined interface inputs directly to training engine arguments.
Python
