#deep-learning-infrastructure Repositories
Entdecke 11 aktive Open-Source-GitHub-Repositories, die mit #deep-learning-infrastructure getaggt sind und insgesamt 33,210 Sterne gesammelt haben (durchschnittlich 3,019 Sterne pro Projekt). Spitzenreiter in diesem Themenbereich ist huggingface/accelerate mit 9,952 Sternen.
Insgesamt 11 Repositories
Eine einfache Möglichkeit, PyTorch-Modelle auf nahezu jedem Gerät und in jeder verteilten Konfiguration zu starten, zu trainieren und zu verwenden, automatische gemischte Präzision (einschließlich fp8) und einfach zu konfigurierende FSDP- und DeepSpeed-Unterstützung
Eine Open-Source-Bibliothek für Simulationen und Demos mit echten Robotern auf Basis von MuJoCo.
Ein MemAgent-Framework, das auf 3,5 Millionen erweitert werden kann, zusammen mit einem Trainings-Framework für das RL-Training von beliebigen Agenten-Workflows.
Schnellstart für große Sprachmodelle (Theoretisches Lernen und praktische Feinabstimmung)
Häufig gestellte Fragen
Welches ist das beliebteste #deep-learning-infrastructure-Repository auf GitHub?
Das am höchsten eingestufte Open-Source-#deep-learning-infrastructure-Projekt auf GitHub ist huggingface/accelerate mit 9,952 Sternen. Eine einfache Möglichkeit, PyTorch-Modelle auf nahezu jedem Gerät und in jeder verteilten Konfiguration zu starten, zu trainieren und zu verwenden, automatische gemischte Präzision (einschließlich fp8) und einfach zu konfigurierende FSDP- und DeepSpeed-Unterstützung
Welche Programmiersprachen werden in #deep-learning-infrastructure-Repositories am häufigsten verwendet?
Unter den am höchsten eingestuften #deep-learning-infrastructure-Projekten auf GitHub sind Python, Cuda, Jupyter Notebook, HTML die am häufigsten verwendeten Programmiersprachen.
Wie wird das Ranking der #deep-learning-infrastructure-Repositories berechnet?
Wir verfolgen 11 aktive Open-Source-Repositories, die mit #deep-learning-infrastructure getaggt sind (500+ Sterne), mit insgesamt 33,210 Sternen und durchschnittlich 3,019 Sternen pro Repository. Die Rankings werden täglich über die GitHub-API aktualisiert.