#multi-gpu-training Repositórios
Descubra 14 repositórios ativos de código aberto no GitHub marcados com #multi-gpu-training, acumulando um total de 46,963 estrelas (uma média de 3,354 por projeto). O líder deste tópico é karpathy/llm.c, com 30,323 estrelas.
14 repositórios no total
Este é o código-fonte do yolo3-pytorch, que pode ser usado para treinar os seus próprios modelos.
Repositório para treinamento de modelos para separação de fontes musicais.
Pesquisa contínua treinando modelos de linguagem transformer em escala, incluindo: BERT e GPT-2
Modelo baseado em atenção para aprender a resolver diferentes problemas de roteamento
Um framework de Splatting Gaussiano 3D com vários algoritmos derivados e um visualizador web interativo
Uma estrutura para a avaliação de modelos de linguagem de geração de código autorregressiva.
Finetuning de Grandes Modelos de Linguagem em uma GPU de Consumo em 2 Bits
código para o artigo 'DiGress: Discrete Denoising diffusion for graph generation'
Perguntas Frequentes
Qual é o repositório de #multi-gpu-training mais popular no GitHub?
O projeto de código aberto de #multi-gpu-training mais bem classificado no GitHub é karpathy/llm.c, com 30,323 estrelas. Treinamento de LLM em C/CUDA simples e puro
Quais linguagens de programação são mais usadas nos repositórios de #multi-gpu-training?
Entre os projetos de #multi-gpu-training mais bem classificados no GitHub, as linguagens de programação mais comuns são Python, Jupyter Notebook, Cuda, C++.
Como é calculada a classificação dos repositórios de #multi-gpu-training?
Acompanhamos 14 repositórios ativos de código aberto marcados com #multi-gpu-training (com mais de 500 estrelas), totalizando 46,963 estrelas e uma média de 3,354 estrelas por repositório. As classificações são atualizadas diariamente a partir da API do GitHub.