#model-training Repository
Scopri 37 repository GitHub open source attivi contrassegnati con #model-training, che raccolgono un totale di 187,631 stelle (con una media di 5,071 stelle per progetto). Il progetto leader di questo argomento è ultralytics/yolov5, con 58,290 stelle.
37 repository in totale
Ultralytics YOLOv5 in PyTorch per rilevamento oggetti, segmentazione di istanze, classificazione, addestramento ed esportazione.
La vera storia straziante e oscura dietro lo sviluppo del modello Pangu di Noah.
Implementazione PyTorch di YOLOv3, YOLOv3-SPP e YOLOv3-tiny per il rilevamento di oggetti in tempo reale con addestramento, validazione, inferenza ed esportazione in più formati.
Orchestrazione distribuita e type-safe di agenti, pipeline ML e inferenza in tempo reale sul tuo k8s — in puro Python con async/await e anche in altri linguaggi (Rust, Go e TypeScript)
🚀 Sistema Fantastico per Machine Learning ⚡️ Carte su Sistemi AI e Pratiche Industriali. ⚡️ Sistema per Machine Learning, LLM (Large Language Model), GenAI (Generative AI). 🍻 OSDI, NSDI, SIGCOMM, SoCC, MLSys, ecc. 🗃️ Llama3, Mistral, ecc. 🧑💻 Tutorial Video.
"Build a Large Language Model (From Scratch)" è un ebook che approfondisce i principi e l'implementazione dei modelli linguistici di grandi dimensioni, adatto a chi desidera comprendere a fondo le architetture, i processi di addestramento e lo sviluppo di applicazioni di modelli di grandi dimensioni come GPT. Per consentire a più lettori cinesi di accedere a questo prezioso materiale didattico, ho deciso di tradurlo in cinese e di condividerlo in open source tramite GitHub.
[NeurIPS 2026] DataFlex: un benchmark unificato e una piattaforma di valutazione per l’addestramento di grandi modelli linguistici incentrato sui dati
🔥🔥Libreria di Riconoscimento Facciale ad Alta Prestazioni su PaddlePaddle & PyTorch🔥🔥
Implementazione di Dreambooth (https://arxiv.org/abs/2208.12242) tramite Textual Inversion (https://arxiv.org/abs/2208.01618) per Stable Diffusion (https://arxiv.org/abs/2112.10752). Modifiche focalizzate sull'allenamento di volti, oggetti e stili.
Un algoritmo di parallelismo a pipeline bidirezionale per la sovrapposizione calcolo-comunicazione nell'addestramento DeepSeek V3/R1.
Centro delle risorse per sviluppatori NVIDIA Nemotron — Una soluzione unica per ricette di addestramento, guide d'uso, set di dati e esempi di riferimento end-to-end completi per costruire con i modelli Nemotron.
📹 Un framework più flessibile in grado di generare video a qualsiasi risoluzione e creare video da immagini.
prompt2model - Genera Modelli Deployabili da Istruzioni in Linguaggio Naturale
Repository per l'addestramento di modelli per la separazione di sorgenti musicali.
Pacchetto InstructLab Core. Usalo per chattare con un modello ed eseguire il flusso di lavoro InstructLab per addestrare un modello utilizzando dati tassonomici personalizzati.
File system nativo per l’IA e il cloud, scritto in Rust. Supporto POSIX completo su object storage con una cache distribuita multilivello, per l’addestramento e l’inferenza dell’IA e per gli agenti. Progetto Sandbox della CNCF.
Analisi del codice sorgente del modello linguistico di grandi dimensioni leggero MiniMind, che copre processi completi come tokenizer, RoPE, MoE, KV Cache, pre-addestramento, SFT, LoRA, DPO.
Un progetto per migliorare le capacità dei modelli linguistici di grandi dimensioni
Una codebase flessibile ed efficiente per l'addestramento di modelli linguistici visivamente-condizionati (VLM)
Il programma di addestramento per libfacedetection per il rilevamento del viso e il rilevamento di 5 punti di riferimento.
DiffuCoder: Comprensione e miglioramento dei modelli di diffusione mascherati per la generazione di codice
Modelli Fondazionali Leggibili, Scalabili e Riproducibili con Tensori Nominati e Jax
Pipeline di rilevamento oggetti YOLOv4/v3/v2 end-to-end, implementata su tf.keras con diverse tecnologie
Domande frequenti
Qual è il repository #model-training più popolare su GitHub?
Il progetto open source #model-training più alto in classifica su GitHub è ultralytics/yolov5, con 58,290 stelle. Ultralytics YOLOv5 in PyTorch per rilevamento oggetti, segmentazione di istanze, classificazione, addestramento ed esportazione.
Quali linguaggi di programmazione sono più utilizzati nei repository #model-training?
Tra i progetti #model-training più alti in classifica su GitHub, i linguaggi di programmazione più comuni sono Python, Jupyter Notebook, Go, HTML.
Come viene calcolata la classifica dei repository #model-training?
Monitoriamo 37 repository open source attivi contrassegnati con #model-training (500+ stelle), per un totale di 187,631 stelle e una media di 5,071 stelle per repository. Le classifiche vengono aggiornate quotidianamente tramite l’API di GitHub.