Início Projetos GradCache
GradCache

GradCache

por luyug · GitHub

Execute Aprendizado Contrastivo de Larga Escala Eficaz Além da Limitação de Memória de GPU/TPU

Ver no GitHub
⭐ Estrelas
🍴 Forks
📜 Licença
Uso comercial permitido
📅 Criado
🔄 Último commit
🏷️ Categoria
💻 Linguagem
Mantem este projeto?

Reivindique a sua pagina: indexada seja qual for a posicao, traduzida em seis linguas e enriquecida com as suas palavras.

Reivindicar esta pagina →
GradCache — GitHub preview card
📈 Histórico de estrelas
444443
2026-07-202026-07-29
📈 Acompanhe GradCache

Receba um alerta por e-mail no próximo lançamento ou quando começar a bombar.

Grátis · sem cartão · cancele quando quiser
Receber alertas por e-mail →
📄 Sobre

Execute Aprendizado Contrastivo de Larga Escala Eficaz Além da Limitação de Memória de GPU/TPU

GradCache tem 443 estrelas no GitHub. Foi bifurcado 28 vezes. GradCache é escrito principalmente em Python. Está em desenvolvimento ativo desde 2021. GradCache está disponível sob a licença Apache-2.0. Os seus principais temas são: contrastive-learning, deep-learning, embedding, flax.

Frequently asked questions

O que é GradCache?

Execute Aprendizado Contrastivo de Larga Escala Eficaz Além da Limitação de Memória de GPU/TPU

GradCache é de código aberto?

GradCache é um projeto de código aberto. É distribuído sob a licença Apache-2.0.

GradCache é gratuito?

Sim. GradCache é gratuito e de código aberto — você pode usá-lo, modificá-lo e hospedá-lo por conta própria.

Sob que licença está GradCache?

GradCache está disponível sob a licença Apache-2.0.

Em que linguagem GradCache está escrito?

GradCache é escrito principalmente em Python.

🏅 Mantenedor deste projeto?
OpenSourceAI badge — GradCache

Adicione este badge ao vivo ao seu README — suas estrelas do GitHub e classificação no diretório, atualizadas diariamente.

[![OpenSourceAI](https://opensourceai.tech/badge.php?tool=luyug-gradcache)](https://opensourceai.tech/project/luyug-gradcache.html)
Mais opções de badge →
🧬 Partilha ADN com🧬 Ver o mapa de ADN →

Medido a partir dos topics do GitHub comuns aos dois projetos, ponderados pela sua raridade.