Accueil Projets nanodl
nanodl

nanodl

par HenryNdubuaku · GitHub

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

Voir sur GitHub
⭐ Étoiles
🍴 Forks
📜 Licence
Utilisation commerciale autorisée
📅 Créé
🔄 Dernier commit
🏷️ Catégorie
💻 Langue
🖥️ Auto-hébergeable
Probable
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
2026-07-202026-07-29
📈 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 ?
OpenSourceAI badge — nanodl

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

[![OpenSourceAI](https://opensourceai.tech/badge.php?tool=henryndubuaku-nanodl)](https://opensourceai.tech/project/henryndubuaku-nanodl.html)
Plus d'options de badge →
🧬 Partage son ADN avec🧬 Voir la cartographie ADN →
EasyLM
Modèles de langage large (LLMs) simplifiés, EasyLM est une solution tout-en-un pour le pré-entr…
2.5k · chatbot
partageflaxjax
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
lambda-networks
Implémentation de LambdaNetworks, une nouvelle approche de la reconnaissance d'images qui attei…
1.5k · 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
GradCache
Exécutez un apprentissage contrastif efficace à grande échelle au-delà des contraintes de mémoi…
443 · contrastive-learning
partageflaxjax
scenic
Scenic : Une bibliothèque Jax pour la recherche en vision par ordinateur et au-delà
3.8k · attention
partageattentionjax
annotated_deep_learning_paper_implementations
🧑‍🏫 60+ Implémentations/tutoriels de papiers sur l'apprentissage profond avec des notes côte à…
67.2k · attention
sglang
SGLang est un cadre de service haute performance pour les grands modèles de langage et les modè…
30.9k · attention
numpy-ml
Apprentissage automatique, en numpy
16.3k · attention
TeaLeaves
End-to-end pipeline for seeing how LLMs actually process your prompts. Capture attention across…
42 · GitHub ↗
partageattentionattention-mechanism

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