الصفحة الرئيسية>المتعلقة بالبرمجة>شفرة المصدر الأخرى
تنزيل

ليباي

الشيكات بيثونحالة إصدار المستندات

مقدمة

الإنجليزية | 简体中文

Libai عبارة عن صندوق أدوات تدريب على نطاق واسع مفتوح المصدر يعتمد على OneFlow. الفرع الرئيسي يعمل مع Oneflow 0.7.0.

أبرز

  • دعم مجموعة من مكونات التدريب المتوازية

    يوفر Libai موازيات متعددة مثل التوازي البيانات ، التوازي الموتر ، وتوازي خط الأنابيب. كما أنه قابل للتوسيع بالنسبة للموازي الجديدة الأخرى.

  • تقنيات التدريب المتنوعة

    يوفر Libai العديد من تقنيات التدريب خارج الصندوق مثل التدريب الموزع ، والتدريب الدقيق المختلط ، وتفتيش التنشيط ، وإعادة التثبيت ، وتراكم التدرج ، ومحسّن التكرار الصفري (صفر).

  • دعم كل من مهام السيرة الذاتية و NLP

    لدى Libai عملية بيانات محددة مسبقًا لكل من مجموعات بيانات CV و NLP مثل مجموعة بيانات CIFAR و IMAMENET و BERT.

  • سهل الاستخدام

    تم تصميم مكونات Libai لتكون معيارية لاستخدام أسهل على النحو التالي:

    • نظام LazyConfig للحصول على بناء جملة أكثر مرونة ولا توجد هياكل محددة مسبقًا
    • مدرب ومحرك ودود
    • تستخدم كمكتبة لدعم بناء مشاريع البحث على تكنولوجيا المعلومات. انظر المشاريع/ لبعض المشاريع التي تم بناؤها على أساس Libai

  • كفاءة عالية

تثبيت

انظر تعليمات التثبيت.

ابدء

شاهد سريعًا للاستخدام الأساسي لـ Libai.

الوثائق

راجع وثائق Libai لتوثيق API الكامل والدروس التعليمية.

Changelog

تم إصدار Beta 0.3.0 في 03/11/2024 ، التغييرات العامة في الإصدار 0.3.0 هي كما يلي:

سمات:

  • دعم محولات وهمية ، انظر المحولات الوهمية
  • دعم LM-Evaluation-Harness لتقييم النموذج
  • تحسين تجربة المستخدم

النماذج المدعومة الجديدة:

  • هذه النماذج مدعومة أصليًا بواسطة Libai
النماذج 2D (TP+PP) الاستدلال التدريب 3D الموازي
يزدهر ✔ -
ChatGlm ✔ ✔
مقاطع ✔ ✔
Dalle2 ✔ -
Llama2 ✔ ✔
ماي ✔ ✔
stable_diffusion - -

نماذج وهمية جديدة:

  • يتم تمديد هذه النماذج وتنفيذها بواسطة Libai من خلال محولات السخرية.
النماذج الموتر الموازي خط أنابيب مواز
يزدهر ✔ -
GPT2 ✔ -
لاما ✔ -
Llama2 ✔ -
بايتشوان ✔ -
OPT ✔ -

انظر Changelog للحصول على التفاصيل وتاريخ الإصدار.

المساهمة

نحن نقدر جميع المساهمات لتحسين ليباي. انظر المساهمة في المبدأ التوجيهي المساهمة.

رخصة

يتم إصدار هذا المشروع بموجب ترخيص Apache 2.0.

اقتباس

إذا وجدت هذا المشروع مفيدًا لبحثك ، فكر في Cite: 

 @misc { of2021libai ,
  author =       { Xingyu Liao and Peng Cheng and Tianhe Ren and Depeng Liang and
                  Kai Dang and Yi Wang and Xiaoyu Xu } ,
  title =        { LiBai } ,
  howpublished = { url{https://github.com/Oneflow-Inc/libai} } ,
  year =         { 2021 }
}

انضم إلى مجموعة WeChat

libai_wechat_qrcode

يوسع
معلومات إضافية
تطبيقات ذات صلة
نوصي لك
أخبار ذات صلة الكل