Eine Implementierung von modellparallelen autoregressiven Transformatoren auf GPUs, basierend auf den Megatron- und DeepSpeed-Bibliotheken
Trainieren Sie große Sprachmodelle auf Ihren eigenen GPUs mit einer Sammlung von Techniken und Optimierungen.
Beanspruchen Sie die Seite: indexiert unabhangig vom Rang, in sechs Sprachen ubersetzt und mit Ihren eigenen Worten erganzt.
Erhalten Sie eine E-Mail-Benachrichtigung beim nächsten Release oder wenn es durchstartet.
Kostenlos · ohne Karte · jederzeit abbestellbarEine Implementierung von modellparallelen autoregressiven Transformatoren auf GPUs, basierend auf den Megatron- und DeepSpeed-Bibliotheken
gpt-neox hat 7.4k Sterne auf GitHub. Es wurde 1.1k-mal geforkt. gpt-neox ist hauptsächlich in Python geschrieben. Es wird seit 2020 aktiv entwickelt. gpt-neox ist unter der Apache-2.0-Lizenz verfügbar. Die Hauptthemen sind: deepspeed-library, gpt-3, language-model, transformers.
Eine Implementierung von modellparallelen autoregressiven Transformatoren auf GPUs, basierend auf den Megatron- und DeepSpeed-Bibliotheken
gpt-neox ist ein Open-Source-Projekt. Es wird unter der Apache-2.0-Lizenz veröffentlicht.
Ja. gpt-neox ist kostenlos und Open Source — Sie können es nutzen, anpassen und selbst hosten.
gpt-neox ist unter der Apache-2.0-Lizenz verfügbar.
gpt-neox ist hauptsächlich in Python geschrieben.
Fügen Sie dieses Live-Abzeichen zu Ihrem README hinzu — Ihre GitHub-Sterne und Verzeichnisrang, täglich aktualisiert.
[](https://opensourceai.tech/project/eleutherai-gpt-neox.html)
Ermittelt aus gemeinsamen GitHub-Topics beider Projekte, gewichtet nach ihrer Seltenheit.