3 repository-uri
Awesome GitHub RepositoriesModel Visualization Tools
Utilities for visualizing the internal states, embeddings, and performance metrics of PyTorch models.
Distinct from PyTorch Training Frameworks: Focuses on the visual analysis of model performance and embeddings rather than the training execution framework.
Explore 3 awesome GitHub repositories matching artificial intelligence & ml · Model Visualization Tools. Refine with filters or upvote what's useful.
Awesome Model Visualization Tools GitHub Repositories
Găsește cele mai bune repo-uri cu AI.Vom căuta cele mai potrivite repository-uri folosind AI.
- fossasia/visdom
fossasia/visdom
10,268Vezi pe GitHubVisdom is a tool for scientific experiment tracking and real-time data monitoring. It provides a programmatic interface for broadcasting live plots, rich media, and training metrics from scripts to an interactive web dashboard. The project specializes in high-dimensional data analysis, offering capabilities to project complex feature sets into 2D space using t-SNE and visualize PyTorch model embeddings. It organizes visualizations into named environments, allowing users to isolate different experimental runs and compare plots across these environments in a single view. The system covers a br
Visualizes high-dimensional embeddings and training metrics using PyTorch and Numpy to analyze model performance.
Python - david-gpu/srez
david-gpu/srez
5,271Vezi pe GitHubSrez este un framework de deep learning pentru super-rezoluția imaginilor, conceput pentru a upscala imaginile de joasă rezoluție în detalii vizuale clare, de înaltă rezoluție. Funcționează ca un instrument de antrenare a rețelelor neuronale care utilizează rețele generative adversariale (GAN) pentru a sintetiza detalii realiste ale imaginilor. Proiectul include un vizualizator al evoluției modelului care generează animații și loturi de imagini pentru a urmări îmbunătățirile vizuale în timpul procesului de antrenare. Utilizează o combinație de funcții de pierdere (loss functions) adversariale și L1 pentru a optimiza ponderile modelului și suportă checkpoint-uri periodice ale stării pentru recuperare și deployment. Sistemul acoperă construcția rețelelor neuronale folosind straturi feedforward, normalizarea loturilor (batch normalization) și funcții de activare. Oferă, de asemenea, instrumente de observabilitate pentru compararea calității upscaling-ului față de datele ground truth și monitorizarea progresului antrenării prin secvențe vizuale iterative.
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
4,335Vezi pe GitHubAcest proiect este un framework de instruction tuning și un generator de date sintetice care utilizează modele teacher de mare capacitate pentru a produce perechi de tip instrucțiune-răspuns pentru antrenarea modelelor student mai mici. Oferă seturi de date și instrumente pentru supervised instruction tuning și învățare prin consolidare din feedback uman (RLHF). Framework-ul este specializat în tuning cross-lingual, oferind exemple de înaltă calitate de urmare a instrucțiunilor în engleză și chineză pentru a îmbunătăți generalizarea modelului în diferite scripturi. Include un instrument de modelare a recompenselor pentru crearea seturilor de date de preferință și evaluări comparative utilizate pentru a antrena sistemele de recompensă. Proiectul acoperă evaluarea modelelor de limbaj prin benchmark-uri de preferință și seturi de date de instrucțiuni nenaturale, precum și vizualizarea antrenamentului pentru a transforma log-urile brute în grafice de performanță.
Generates performance figures and plots from extracted training data using a notebook-based workflow.
HTMLalpacachatgptgpt-4
