深度学习框架资源大全：工具、网站、APP及开源项目推荐
DLPack: 开放内存张量结构实现深度学习框架互操作
DLPack是一个开放的内存张量结构标准,旨在实现深度学习框架之间的张量共享和互操作。它为深度学习生态系统提供了一个通用的桥梁,使得不同框架可以更轻松地共享操作和后端实现。
DeeperSpeed：为GPT-NeoX定制的高效分布式深度学习训练库
DeeperSpeed是EleutherAI基于Microsoft的DeepSpeed库定制开发的分布式深度学习训练优化库,专门为GPT-NeoX模型设计,可实现高效的大规模语言模型训练。
EFG: 高效灵活通用的深度学习框架
EFG是一个保持最小化的高效、灵活和通用深度学习框架。它为研究人员提供了探索各种研究主题的项目模板,支持2D/3D目标检测、分割等多种计算机视觉任务。
Intel Neural Compressor: 加速深度学习推理的开源工具
Intel Neural Compressor是一个开源的Python库,旨在通过量化、剪枝等技术来压缩和优化深度学习模型,从而在Intel硬件上实现更快的推理速度。
Open Graph Benchmark (OGB): 图机器学习的开源基准数据集
OGB是一个面向图机器学习的开源基准数据集集合,提供了多样化的大规模真实图数据、易用的数据加载器和标准化的评估流程,旨在推动图机器学习领域的发展。
Jittor: 高性能深度学习框架的新星
Jittor是由清华大学开发的一款创新型深度学习框架,基于即时编译和元算子技术,为人工智能研究和应用提供了高效灵活的开发平台。
深入解析paper-reading项目：连接算法与工程的桥梁
paper-reading项目旨在帮助工程师和研究人员更好地理解和应用深度学习相关技术，涵盖了从底层硬件到高层算法的广泛知识，是一个全面的学习资源。
MegEngine: 快速、可扩展、易用的深度学习框架
MegEngine是由旷视科技开源的深度学习框架,具有统一的训练和推理、低硬件要求、高效跨平台推理等特点。本文全面介绍了MegEngine的主要特性、安装使用方法、贡献指南等内容。
OneFlow: 新一代深度学习框架
OneFlow是一个设计用于友好、可扩展和高效的深度学习框架。它具有PyTorch风格的API、全局张量分布式训练能力和图编译器加速等特点,为用户提供了强大而灵活的深度学习开发工具。
MONAI: 开源医学影像人工智能框架
MONAI是一个基于PyTorch的开源医学影像人工智能框架,旨在加速医学影像领域的深度学习研究和临床应用。本文全面介绍了MONAI的特点、功能和应用,以及如何开始使用MONAI进行医学影像AI开发。
Triton Inference Server: 高性能AI推理服务器
Triton Inference Server是NVIDIA开发的开源推理服务器,支持多种深度学习和机器学习框架,可在云、数据中心、边缘和嵌入式设备上进行高性能AI推理。
Hbox: 大数据与人工智能的融合平台
Hbox是一个便捷高效的调度平台,结合了大数据和人工智能技术,支持多种机器学习和深度学习框架。本文详细介绍了Hbox的架构、功能特性以及部署使用方法,展现了其在AI和大数据领域的 强大能力。
HBox: 奇虎360开源的Hadoop上的AI解决方案
HBox是奇虎360公司开源的一个在Hadoop生态系统上运行AI和机器学习任务的强大框架,它为大规模分布式AI应用提供了高效便捷的解决方案。本文将深入介绍HBox的特性、架构以及在实际场景中的应用。
推荐工具精选
AI云服务特惠
懂AI专属折扣关注微信公众号
最新AI工具、AI资讯
独家AI资源、AI项目落地
微信扫一扫关注公众号