#model-training リポジトリ
#model-trainingのタグが付いた、GitHub上の37件のアクティブなオープンソースリポジトリをご覧ください。合計スター数は187,631個で、プロジェクトあたりの平均は5,071個です。このトピックをリードしているのは、58,290個のスターを獲得しているultralytics/yolov5です。
リポジトリ合計37件
リアルタイム物体検出のためのYOLOv3、YOLOv3-SPP、およびYOLOv3-tinyのPyTorch実装。トレーニング、検証、推論、およびマルチフォーマットのエクスポートをサポート。
お使いの k8s 上で、エージェント、ML パイプライン、リアルタイム推論を型安全かつ分散的にオーケストレーション——async/await を使った純粋な Python に加え、他の言語(Rust、Go、TypeScript)にも対応
🚀 機械学習のための素晴らしいシステム ⚡️ AIシステム論文と業界実践。 ⚡️ 機械学習システム、LLM (Large Language Model)、GenAI (Generative AI)。 🍻 OSDI, NSDI, SIGCOMM, SoCC, MLSys など。 🗃️ Llama3, Mistral など。 🧑💻 ビデオチュートリアル。
「Build a Large Language Model (From Scratch)」は、GPTなどの大規模モデルのアーキテクチャ、トレーニングプロセス、およびアプリケーション開発について深く理解したい学習者向けの、大規模言語モデルの原理と実装を深く掘り下げた電子書籍です。より多くの中国語の読者がこの非常に価値のある教材に触れられるように、私はこれを中国語に翻訳し、GitHubを通じてオープンソースで共有することを決定しました。
Stable Diffusion (https://arxiv.org/abs/2112.10752) のための Textual Inversion (https://arxiv.org/abs/2208.01618) による Dreambooth (https://arxiv.org/abs/2208.12242) の実装。顔、オブジェクト、スタイルのトレーニングに焦点を当てた調整。
NVIDIA Nemotron のデベロッパー資産ハブ — Nemotron モデルで構築するためのトレーニングレシピ、使用方法のクックブック、データセット、および完全なエンドツーエンドの参照例のワンストップリソース。
InstructLab Core パッケージ。これを使用してモデルとチャットし、カスタム分類データを使用してモデルをトレーニングするための InstructLab ワークフローを実行します。
Rust製のAIネイティブかつクラウドネイティブなファイルシステム。オブジェクトストレージ上で完全なPOSIX互換性を提供し、多層分散キャッシュを備えています。AIの学習、推論、エージェント向け。CNCF Sandboxプロジェクト。
軽量大規模言語モデルMiniMindのソースコード解説、トークナイザー、RoPE、MoE、KV Cache、事前学習、SFT、LoRA、DPOなどの完全なプロセスを含む。
よくある質問
GitHubで最も人気のある#model-trainingリポジトリは何ですか?
GitHubで最も上位にランクインしているオープンソースの#model-trainingプロジェクトは、58,290個のスターを獲得しているultralytics/yolov5です。PyTorchベースのUltralytics YOLOv5。物体検出、インスタンスセグメンテーション、分類、トレーニング、エクスポートに対応。
#model-trainingリポジトリで最もよく使われているプログラミング言語は何ですか?
GitHubで上位にランクインしている#model-trainingプロジェクトでは、Python, Jupyter Notebook, Go, HTMLが最も一般的なプログラミング言語です。
#model-trainingリポジトリのランキングはどのように算出されていますか?
#model-trainingのタグが付いた37件のアクティブなオープンソースリポジトリ(スター500個以上)を追跡しています。合計スター数は187,631個で、リポジトリあたりの平均は5,071個です。ランキングはGitHub APIからのデータに基づいて毎日更新されます。