GitHub 热门项目: corenet

GitHub 项目：corenet 仓库地址：https://github.com/apple/corenet 星级：7001 | 作者：苹果 项目描述：CoreNet：用于训练深度神经网络的库 =================================================== 自述文件内容： # CoreNet：用于训练深度神经网络的库 CoreNet 是一个深度神经网络工具包，允许研究人员和工程师为各种任务训练标准和新颖的小型和大型模型，包括基础模型（例如 CLIP 和 LLM）、对象分类、对象检测和语义分割。 ## 目录 * [有什么新内容？](#whats-new) * [Apple 使用 CoreNet 的研究工作](#research-efforts-at-apple-using-corenet) * [安装](#安装) * [目录结构](#目录结构) * [维护者](#维护者) * [为 CoreNet 做出贡献](#contributing-to-corenet) * [许可证](#license) * [与 CVNets 的关系](#relationship-with-cvnets) * [引文](#引文) ## 有什么新内容？ * ***2024 年 10 月***：CoreNet 库的 0.1.1 版本包括 * [KV 预测](./projects/kv-prediction/) ## Apple 使用 CoreNet 进行的研究工作 以下是 Apple 使用 CoreNet 的出版物列表。此外，还可以在 [projects](./projects/) 文件夹中找到训练和评估方法以及预训练模型的链接。请参阅它以了解更多详细信息。 * [KV 预测以提高第一个令牌的时间](https://arxiv.org/abs/2410.08391) * [OpenELM：具有开放训练和推理框架的高效语言模型家族](https://arxiv.org/abs/2404.14619) * [CatLIP：CLIP 级视觉识别精度，网络规模图像文本数据预训练速度提高 2.7 倍](https://arxiv.org/abs/2404.15653) * [强化数据，倍增影响：通过数据集强化提高模型准确性和稳健性](https://arxiv.org/abs/2303.08983) * [CLIP 遇见模型动物园专家：视觉增强的伪监督](https://arxiv.org/abs/2310.14108) * [FastVit：使用结构重新参数化的快速混合视觉变压器](https://arxiv.org/abs/2303.14189) * [字节就是您所需要的：直接在文件字节上操作的变压器](https://arxiv.org/abs/2306.00238) * [MobileOne：改进的一毫秒移动骨干网](https://arxiv.org/abs/2206.04040) * [RangeAugment：通过范围学习进行高效在线增强](https://arxiv.org/abs/2212.10553) * [移动视觉变压器的可分离自注意力 (MobileViTv2)](https://arxiv.org/abs/2206.02680) * [CVNets：计算机视觉高性能库，ACM MM'22](https://arxiv.org/abs/2206.02002) * [MobileViT：轻量级、通用且适合移动设备的 Vision Transformer，ICLR'22](https://arxiv.org/abs/2110.02178) ## 安装 您将需要 Git LFS（如下说明）来运行测试和 Jupyter 笔记本 ([说明](https://jupyter.org/install)) 在此存储库中， 并为其做出贡献，因此我们建议您首先安装并激活它。 在 Linux 上，我们建议使用 Python 3.10+ 和 PyTorch（版本 >= v2.1.0）， macOS系统Python 3.9+应该足够了。 请注意，下面列出的可选依赖项是