

Inglés | 简体中文
Libai es una caja de herramientas de entrenamiento de modelos de código abierto a gran escala basada en Onflow. La rama principal funciona con Onflow 0.7.0.
Apoyar una colección de componentes de entrenamiento paralelo
Libai proporciona múltiples paralelismos, como el paralelismo de datos, el paralelismo tensorial y el paralelismo de la tubería. También es extensible para otros nuevos paralelismos.
Técnicas de entrenamiento variadas
Libai proporciona muchas técnicas de entrenamiento listos para usar, como entrenamiento distribuido, entrenamiento de precisión mixto, punto de control de activación, recomputación, acumulación de gradiente y optimizador de redundancia cero (cero).
Soporte para tareas CV y PNL
Libai tiene un proceso de datos predefinido para conjuntos de datos CV y NLP, como CIFAR, ImageNet y Bert DataSet.
Fácil de usar
Los componentes de Libai están diseñados para ser modulares para un uso más fácil de la siguiente manera:
Alta eficiencia
Consulte las instrucciones de instalación.
Vea rápido Run para el uso básico de Libai.
Consulte la documentación de Libai para la documentación completa de la API y los tutoriales.
Beta 0.3.0 se lanzó en el 11/03/2024, los cambios generales en la versión 0.3.0 son los siguientes:
Características:
Nuevos modelos compatibles:
| Modelos | Inferencia 2D (TP+PP) | Entrenamiento paralelo 3D |
|---|---|---|
| FLORACIÓN | ✔ | - |
| Chatglm | ✔ | ✔ |
| Parejas | ✔ | ✔ |
| Dalle2 | ✔ | - |
| Llama2 | ✔ | ✔ |
| Mae | ✔ | ✔ |
| Stable_diffusion | - | - |
Nuevos modelos simulados:
| Modelos | Tensor paralelo | Paralelo de tubería |
|---|---|---|
| FLORACIÓN | ✔ | - |
| GPT2 | ✔ | - |
| LLAMA | ✔ | - |
| Llama2 | ✔ | - |
| Baichuan | ✔ | - |
| OPTAR | ✔ | - |
Consulte ChangeLog para obtener detalles e historial de lanzamiento.
Apreciamos todas las contribuciones para mejorar la liba. Ver contribuyendo para la guía contribuyente.
Este proyecto se publica bajo la licencia Apache 2.0.
Si encuentra este proyecto útil para su investigación, considere citar:
@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 }
}