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

Descoperă cele mai bune repository-uri open source cu căutare AI.

ExploreazăCăutări recomandateAlternative open-sourceSoftware self-hostedBlogHartă site
ProiectServer MCPDespreCum realizăm clasamentulPresă
LegalConfidențialitateTermeni
© 2026 Bringes Technology SRL·VAT RO45896025·hello@awesome-repositories.com
·

1 repository

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

Găsește cele mai bune repo-uri cu AI.Vom căuta cele mai potrivite repository-uri folosind AI.
  • derrian-distro/lora_easy_training_scriptsAvatar derrian-distro

    derrian-distro/LoRA_Easy_Training_Scripts

    1,306Vezi pe GitHub↗

    LoRA Easy Training Scripts este o interfață grafică bazată pe desktop concepută pentru a gestiona fluxul de lucru end-to-end de antrenare a modelelor personalizate de machine learning. Aplicația servește drept dashboard centralizat pentru pregătirea seturilor de date, configurarea parametrilor rețelei neuronale și orchestrarea execuției sarcinilor complexe de antrenare. Instrumentul se distinge prin furnizarea unui mediu vizual care abstractizează cerințele de linie de comandă ale fine-tuning-ului modelelor. Permite utilizatorilor să gestioneze cozile de antrenare, permițând secvențierea automată a mai multor sarcini pentru a maximiza utilizarea hardware-ului. Prin menținerea unei stări interne persistente, software-ul mapează input-urile interfeței definite de utilizator direct la argumentele necesare pentru scripturile de antrenare externe, asigurându-se că configurațiile complexe rămân reproductibile prin fișiere text serializate. Platforma acoperă o gamă largă de cerințe operaționale, inclusiv gestionarea activelor, programarea personalizată a ratei de învățare și ajustarea ponderilor specifice ale blocurilor modelului. Oferă o abordare structurată pentru organizarea datelor de antrenare și gestionarea ciclului de viață al generării ponderilor modelului, adaptată special pentru fine-tuning-ul modelelor Stable Diffusion.

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

    Python
    Vezi pe 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