这个存储库包含我用HuggingFace的Transformers库制作的演示。

这个存储库包含我使用Transformers库制作的演示🤗 拥抱脸。目前，所有这些都在PyTorch中实现。
注：如果您不熟悉HuggingFace和/或Transformers，我强烈建议您查看我们的免费课程，该课程向您介绍了几种Transformer架构（如BERT、GPT-2、T5、BART等），以及HuggingFace库的概述，包括Transformers、Tokenizer、Dataset、Accelerate和hub。

如果只需添加四行代码，就可以将大规模的分布式训练和推理添加到任何PyTorch代码中，会怎么样？Huggingface的Accelerate开箱即用，允许您通过简单的配置开关使用TPU设备或微软的DeepSpeed优化等功能。是的，您可以使用分布式训练、分片并行和梯度积累等技术，在十亿参数规模上训练深度学习模型，所有这些都由Accelerate库在幕后处理。确保大模特的培训不仅限于行业中的重量级人物，这对多样性和实验性很重要，因此看到Accelerate成为PyTorch生态系统的一部分令人振奋。

——Ian Pointer

谷歌广受欢迎的开源TensorFlow机器学习平台的创新包括自动微分（Autograd）和用于深度学习的XLA（加速线性代数）优化编译器。JAX同样来自谷歌，是另一个将这两种技术结合在一起的项目，它在速度和性能方面提供了相当大的好处。当在GPU或TPU上运行时，JAX可以替换其他调用NumPy的程序，但它的程序运行得更快。（Autograd引擎可以自动区分原生Python和NumPy代码。）此外，将JAX用于神经网络可以使添加新功能比扩展TensorFlow等更大的框架更容易。

——马丁·海勒

Curated list of 2vec-type embedding models

If you know of 2vec-style models that are not mentioned here, please do a PR!

For network/graph-specific embedding models have a look here: https://github.com/chihming/awesome-network-embedding

The list

word2vec

A curated list of inpainting papers and resources, inspired by awesome-computer-vision.

A curated list of awesome Torch tutorials, projects and communities.

This is a list of useful information about trajectory prediction. Related papers, datasets and codes are included.

Maintainer - Hao Xue

News

A PyPi package of trajectory prediction tools is published!

Contributing

Please feel free to pull requests to add new resources.

A collection of edge detection papers and corresponding source code/demo program (a.k.a. contour detection or boundary detection).

Feel free to create a PR or an issue. (Pull Request is preferred)

Outline

Table of Contents

• Courses
• Books
• Tutorials
• Talks / Lectures
• Frameworks / Models

This page contains a curated list of awesome Caffe examples, tutorials and blogs. It is inspired by awesome-php and awesome-machine-learning.

Contributing

If you think I have missed out on something (or) have any suggestions (papers, implementations and other resources), feel free to pull a request

Feedback and contributions are welcome!