#model-training 저장소
#model-training 태그가 지정된 GitHub의 활성 오픈 소스 저장소 37개를 확인해 보세요. 총 187,631개의 스타를 획득했으며 프로젝트당 평균 5,071개입니다. 이 주제를 이끄는 저장소는 58,290개의 스타를 받은 ultralytics/yolov5입니다.
저장소 총 37개
실시간 객체 탐지를 위한 YOLOv3, YOLOv3-SPP 및 YOLOv3-tiny의 PyTorch 구현으로, 학습, 검증, 추론 및 다중 형식 내보내기를 지원합니다.
사용 중인 k8s에서 에이전트, ML 파이프라인, 실시간 추론을 타입 안전하게 분산 오케스트레이션하세요 — async/await를 사용하는 순수 Python과 다른 언어(Rust, Go, TypeScript) 지원
🚀 머신 러닝을 위한 멋진 시스템 ⚡️ AI 시스템 논문 및 산업 실무. ⚡️ 머신 러닝 시스템, LLM (대형 언어 모델), GenAI (생성 AI). 🍻 OSDI, NSDI, SIGCOMM, SoCC, MLSys 등. 🗃️ Llama3, Mistral 등. 🧑💻 비디오 튜토리얼.
"Build a Large Language Model (From Scratch)"는 GPT와 같은 대규모 모델의 아키텍처, 훈련 과정 및 애플리케이션 개발을 깊이 이해하고자 하는 학습자에게 적합하며, 대규모 언어 모델의 원리와 구현을 심도 있게 탐구하는 전자책입니다. 더 많은 중국어 독자들이 이 매우 가치 있는 교재를 접할 수 있도록, 저는 이 책을 중국어로 번역하고 GitHub를 통해 오픈 소스로 공유하기로 결정했습니다.
Stable Diffusion (https://arxiv.org/abs/2112.10752)을 위한 Textual Inversion (https://arxiv.org/abs/2208.01618) 방식의 Dreambooth (https://arxiv.org/abs/2208.12242) 구현. 얼굴, 객체 및 스타일 훈련에 중점을 둔 조정.
NVIDIA Nemotron용 개발자 자산 허브 — Nemotron 모델과 함께 구축할 수 있도록 트레이닝 레시피, 사용법 서적, 데이터 세트 및 완전한 엔드‑투‑엔드 참조 예제를 한 번에 제공하는 리소스.
InstructLab 핵심 패키지입니다. 이를 사용하여 모델과 채팅하고 사용자 지정 분류 데이터로 모델을 학습하기 위한 InstructLab 워크플로를 실행하세요.
Rust로 구현된 AI 네이티브·클라우드 네이티브 파일 시스템입니다. 다계층 분산 캐시를 통해 객체 스토리지에서 완전한 POSIX 기능을 제공하며, AI 학습·추론 및 에이전트에 적합합니다. CNCF 샌드박스 프로젝트입니다.
경량 대규모 언어 모델 MiniMind의 소스 코드 분석, 토크나이저, RoPE, MoE, KV Cache, 사전 학습, SFT, LoRA, DPO 등 전체 프로세스 포함.
자주 묻는 질문
GitHub에서 가장 인기 있는 #model-training 저장소는 무엇인가요?
GitHub에서 가장 높은 순위의 오픈 소스 #model-training 프로젝트는 58,290개의 스타를 받은 ultralytics/yolov5입니다. PyTorch 기반 Ultralytics YOLOv5: 객체 탐지, 인스턴스 분할, 분류, 학습 및 내보내기 지원.
#model-training 저장소에서 가장 많이 사용되는 프로그래밍 언어는 무엇인가요?
GitHub에서 순위가 가장 높은 #model-training 프로젝트 중 가장 일반적으로 사용되는 프로그래밍 언어는 Python, Jupyter Notebook, Go, HTML입니다.
#model-training 저장소 순위는 어떻게 계산되나요?
#model-training 태그가 지정된 활성 오픈 소스 저장소(37개, 스타 500개 이상)를 추적하고 있습니다. 총 스타 수는 187,631개이며 저장소당 평균 5,071개입니다. 순위는 GitHub API를 통해 매일 업데이트됩니다.