model-training

Ultralytics YOLOv5 em PyTorch para detecção de objetos, segmentação de instâncias, classificação, treinamento e exportação.

Implementação em PyTorch do YOLOv3, YOLOv3-SPP e YOLOv3-tiny para detecção de objetos em tempo real, com treinamento, validação, inferência e exportação em múltiplos formatos.

🚀 Awesome System for Machine Learning ⚡️ Artigos sobre sistemas de IA e práticas da indústria. ⚡️ Sistemas para Machine Learning, LLM (Large Language Model), GenAI (Generative AI). 🍻 OSDI, NSDI, SIGCOMM, SoCC, MLSys, etc. 🗃️ Llama3, Mistral, etc. 🧑‍💻 Tutoriais em vídeo.

Biblioteca de reconhecimento facial de alto desempenho em PaddlePaddle e PyTorch

Implementação de Dreambooth (https://arxiv.org/abs/2208.12242) por meio de Textual Inversion (https://arxiv.org/abs/2208.01618) para Stable Diffusion (https://arxiv.org/abs/2112.10752). Ajustes focados no treinamento de rostos, objetos e estilos.

Agendamento de recursos e gerenciamento de cluster para IA

Treinamento de LLM centrado em dados com seleção dinâmica de amostras, otimização de mistura de domínios e reponderação de exemplos dentro do loop de treinamento do LLaMA-Factory.

Central de recursos para desenvolvedores NVIDIA Nemotron — um recurso completo com receitas de treinamento, guias de uso, conjuntos de dados e exemplos de referência de ponta a ponta para criar com modelos Nemotron

FS nativo de IA e nativo de nuvem: Uma camada semântica de arquivos de alto desempenho para armazenamento de objetos em nuvem, integrada com cache de alta velocidade. Projeto Sandbox da CNCF.