#distributed-training Репозитории
Откройте для себя 147 активных репозиториев с открытым исходным кодом на GitHub, отмеченных тегом #distributed-training, с общим числом 615,835 звёзд (в среднем 4,189 на проект). Лидером этой темы является tensorflow/models, набравший 77,631 звёзд.
Всего репозиториев: 147
Узнайте, как разрабатывать, развертывать и итерировать производственные приложения ML.
Самая большая коллекция PyTorch-энкодеров изображений / backbone. Включая скрипты для обучения, оценки, инференса, экспорта и предобученные веса -- ResNet, ResNeXT, EfficientNet, NFNet, Vision Transformer (ViT), MobileNetV4, MobileNet-V3 & V2, RegNet, DPN, CSPNet, Swin Transformer, MaxViT, CoAtNet, ConvNeXt и многое другое
PArallel Distributed Deep LEarning: Фреймворк машинного обучения из промышленной практики (Основной фреймворк『FeiJiang』, высокопроизводительное одноузловое и распределенное обучение Deep Learning & Machine Learning, а также кроссплатформенное развертывание)
Набор примеров, связанных с pytorch в области компьютерного зрения, текста, обучения с подкреплением и т. д.
Простая в использовании и мощная библиотека LLM и SLM с потрясающим зоопарком моделей.
Платформа AI-вычислений для передовых команд. SkyPilot превращает фрагментированные AI-вычисления в один AI-суперкомпьютер, позволяя передовым AI-командам быстрее создавать индивидуальный интеллект.
slime — это фреймворк для обучения LLM, предназначенный для масштабирования обучения с подкреплением.
Основы больших моделей: Понимание основ больших моделей в одной статье
Meta Lingua: компактная, эффективная и простая в модификации кодовая база для исследований LLM.
MindSpore — это новый фреймворк для обучения/вывода глубокого обучения с открытым исходным кодом, который может использоваться для мобильных, периферийных и облачных сценариев.
Обмен знаниями об AI Infra и практика кода: PyTorch, vLLM/SGLang, введение в фреймворк slime/vime ⚡️, ускорение производительности 🚀, основы больших моделей 🧠, программное и аппаратное обеспечение ИИ 🔧 и т.д.
Промышленная среда глубокого обучения для разреженных данных высокой размерности
Fengshenbang-LM (封神榜大模型) — это система больших моделей с открытым исходным кодом, разработанная Исследовательским центром когнитивных вычислений и обработки естественного языка Института IDEA, которая служит инфраструктурой для китайского AIGC и когнитивного интеллекта.
FEDML – Единая и масштабируемая ML-библиотека для крупномасштабного распределенного обучения, обслуживания моделей и федеративного обучения. FEDML Launch, кросс-облачный планировщик, позволяет запускать любые ИИ-задания в любом облаке GPU или локальном кластере. TensorOpera AI (https://TensorOpera.ai), построенная на основе этой библиотеки, — это ваша платформа генеративного ИИ в больших масштабах.
FlagAI (Fast LArge-scale General AI models) - это быстрый, простой в использовании и расширяемый набор инструментов для масштабных моделей.
Deformable DETR: Деформируемые трансформеры для сквозного обнаружения объектов.
Платформа для систем рассуждений (Обучение с подкреплением, Контекстные бандиты и т.д.)
Расширения PyTorch для высокопроизводительного и масштабного обучения.
Miles – это корпоративно ориентированная система обучения с подкреплением для пост‑тренировки LLM и VLM, форк, созданный и совместно развиваемый со slime.
Determined — это платформа машинного обучения с открытым исходным кодом, которая упрощает распределенное обучение, настройку гиперпараметров, отслеживание экспериментов и управление ресурсами. Работает с PyTorch и TensorFlow.
Двунаправленный алгоритм конвейерного параллелизма для перекрытия вычислений и коммуникаций при обучении DeepSeek V3/R1.
Эталонная реализация для DPO (Direct Preference Optimization)
Этот репозиторий в основном записывает вопросы собеседования, связанные с инженерами алгоритмов больших языковых моделей (LLM).
Децентрализованное глубокое обучение в PyTorch. Создано для обучения моделей на тысячах волонтеров по всему миру.
Часто задаваемые вопросы
Какой репозиторий по теме #distributed-training наиболее популярен на GitHub?
Самый высоко оценённый проект с открытым исходным кодом по теме #distributed-training на GitHub — tensorflow/models, набравший 77,631 звёзд. Модели и примеры, построенные с помощью TensorFlow
Какие языки программирования чаще всего используются в репозиториях по теме #distributed-training?
Среди наиболее высоко оценённых проектов по теме #distributed-training на GitHub чаще всего используются языки программирования Python, Jupyter Notebook, C++, HTML.
Как рассчитывается рейтинг репозиториев по теме #distributed-training?
Мы отслеживаем 147 активных репозиториев с открытым исходным кодом, отмеченных тегом #distributed-training (500 и более звёзд), с общим числом 615,835 звёзд и в среднем 4,189 звёзд на репозиторий. Рейтинги обновляются ежедневно на основе данных GitHub API.