Python
SGLang-Omniで音声・マルチモーダルモデルの高速推論を設定する方法
SGLang-Omniは、音声エンコーディングから音声合成までの複雑なパイプラインを処理する、音声・マルチモーダルモデルのマルチステージ推論に特化したランタイムを提供します。
#pytorch
9 プロジェクト Python
4 GBのGPU搭載ノートPCで8Bニューラルネットワークをファインチューニングする方法
Soupを使ったコンシューマハードウェアでの8Bモデルファインチューニングの実用ガイドmdashレイヤーストリーミングと自動パイプラインを小型GPUにもたらすCLIツール。
Python
毎秒3,000枚以上のナンバープレート認識を高速に実現
CCTモデルとONNX Runtimeを使用した軽量ライブラリ「fast-plate-ocr」による毎秒最大14,000枚のナンバープレート認識
Python
ヘビーなニューラルネットワークフレームワーク不要の高速CPUベース顔追跡
軽量な顔追跡ライブラリ。ヘビーなニューラルネットワークフレームワークなしで、古いハードウェアでも30〜60 fpsを実現。CPUに最適化。
Python
SD. Next — 標準的なWebUI以上の機能を必要とする人のためのAutomatic1111の代替手段
SD. Nextは、クロスプラットフォームサポート、高效的なリソース管理、画像・動画生成の組み込みツールを追加したAutomatic1111のWebUIのフォークです。
Python
PyTorchでのグラフニューラルネットワーク：余計な苦労もカスタムワークアラウンドもなく
PyTorch Geometricは、スパース行列や集約ループの処理を引き受けてくれる、直感的なAPIでグラフニューラルネットワークを提供します。
Jupyter
MLコンテンツの海に溺れず、独自の学習ロードマップを構築する方法
3,000以上のスターを獲得した韓国発ML学習ロードマップを発見。pandasの基礎からGAN、LLMまで——ノイズの中を構造的に進む道筋。
Python
Keras 3 — ディープラーニングへの万能アクセス
Keras 3がTensorFlow、PyTorch、JAXを1つのフレームワークに統合。バックエンドを1行のコードで切り替えるだけで、最大350%のパフォーマンス向上を実現。