文件名称：pytorch-lightning：用于高性能AI研究的轻量级PyTorch包装器。 缩放模型而不是样板
文件大小：31.89MB
文件格式：ZIP
更新时间：2024-02-24 00:33:52
python data-science machine-learning ai deep-learning
轻巧的PyTorch包装器，用于高性能AI研究。 缩放模型，而不是样板。 •••••• • * Codecov大于90％+，但构建延迟可能会减少 新闻 PyTorch Lightning只是有组织的PyTorch 闪电解开了PyTorch代码，使科学与工程脱钩。 闪电哲学 设计闪电时要牢记以下原则： 原则1：启用最大的灵活性。 原则2：提取不必要的样板，但在需要时使其可访问。 原则3：系统应该是独立的（即：优化器，计算代码等）。 原则4：深度学习代码应分为4个不同的类别。 研究代码（LightningModule）。 工程代码（您删除并由培训师处理）。 不必要的研究代码（日志等）在回调中。 数据（使用PyTorch数据加载器或将它们组织成LightningDataModule）。 完成此操作后，您就可以在多个GPU，TPU，CPU甚至16位精度上进行训练，而无需更改代码！ 开始使用我们的 推理 Lightning也是为快速推理而设计的，AI研究人员和生产团队需要扩大诸如BERT和自我监督学习之类的东西。 在这种情况下，Lightning可以自动导出到ONNX或Torc