Accueil Projets nanodl
nanodl
Python

nanodl

Bibliothèque JAX pour l'entraînement de modèles de fondation sub-4B pour l'edge

par HenryNdubuaku · GitHub
Étoiles
Forks
Licence
Créé
Dernier commit
Catégorie
Langue
attentionattention-mechanismdeep-learningMITPython
Voir sur GitHub
En termes simples

Entraînez des versions plus petites de modèles d'IA avancés de manière efficace pour des tâches spécifiques en utilisant une bibliothèque JAX.

Vous maintenez ce projet ?

Revendiquez sa page : indexée quel que soit son rang, traduite en six langues, et enrichie de vos propres mots.

Revendiquer cette page →
nanodl — GitHub preview card
📈 Historique des étoiles
307306
2026-07-202026-08-17
📈 Suivez nanodl

Recevez une alerte par e-mail à sa prochaine version ou quand il décolle — ne ratez plus rien.

Gratuit · sans carte · désinscription à tout moment
Recevoir des alertes e-mail →
📄 À propos

Bibliothèque JAX pour l'entraînement de modèles de fondation sub-4B pour l'edge

nanodl compte 306 étoiles sur GitHub. Il a été forké 13 fois. nanodl est écrit principalement en Python. Il est développé activement depuis 2023. nanodl est disponible sous licence MIT. Ses principaux thèmes sont : attention, attention-mechanism, deep-learning, distributed-training.

Frequently asked questions

Qu'est-ce que nanodl ?

Bibliothèque JAX pour l'entraînement de modèles de fondation sub-4B pour l'edge

nanodl est-il open source ?

nanodl est un projet open source. Il est distribué sous licence MIT.

nanodl est-il gratuit ?

Oui. nanodl est gratuit et open source — vous pouvez l'utiliser, le modifier et l'héberger vous-même.

Sous quelle licence est nanodl ?

nanodl est disponible sous licence MIT.

Dans quel langage nanodl est-il écrit ?

nanodl est écrit principalement en Python.

🏅 Mainteneur de ce projet ?
olud.ai badge — nanodl

Ajoutez ce badge en direct à votre README — vos étoiles GitHub et votre classement dans le répertoire, actualisés quotidiennement.

[![olud.ai](https://olud.ai/badge.php?tool=henryndubuaku-nanodl)](https://olud.ai/project/henryndubuaku-nanodl.html)
Plus d'options de badge →
🧬 Partage son ADN avec🧬 Voir la cartographie ADN →
self-attention-cv
Mise en œuvre de divers mécanismes d'auto-attention axés sur la vision par ordinateur. Dépôt en…
1.2k · artificial-intelligence
partageattentionattention-mechanism
performer-pytorch
Une implémentation de Performer, un transformateur basé sur l'attention linéaire, en Pytorch.
1.2k · artificial-intelligence
partageattentionattention-mechanism
lambda-networks
Implémentation de LambdaNetworks, une nouvelle approche de la reconnaissance d'images qui attei…
1.5k · artificial-intelligence
partageattentionattention-mechanism
Deepdive-llama3-from-scratch
Réalisez l'étape d'inférence llama3 étape par étape, comprenez les concepts fondamentaux, maîtr…
631 · attention
partageattentionattention-mechanism
pytorch-original-transformer
Mon implémentation du modèle de transformateur original (Vaswani et al.). J'ai également inclus…
1.1k · attention
partageattentionattention-mechanism
pytorch-GAT
Mon implémentation du papier GAT original (Veličković et al.). J'ai également inclus le fichier…
2.7k · attention
partageattentionattention-mechanism
neural_sp
Implémentation ASR/LM de bout en bout avec PyTorch
594 · asr
partageattentionattention-mechanism
seq2seq-summarizer
Résumé seq2seq renforcé par générateur de pointeur dans PyTorch
358 · abstractive-summarization
partageattentionattention-mechanism
Paddle
PArallel Distributed Deep LEarning : Cadre d'apprentissage automatique issu de la pratique indu…
24k · deep-learning
partagedistributed-training
HandyRL
HandyRL est un framework pratique et simple basé sur Python et PyTorch pour l'apprentissage par…
304 · deep-learning
partagedistributed-training

Mesuré à partir des topics GitHub communs aux deux projets, pondérés par leur rareté.