Once For All
[ICLR 2020] Once for All: Train One Network and Specialize it for Efficient Deployment
Model DeploymentMLOps & Experiment TrackingOpen Source
About
OFA es una técnica eficiente de AutoML que desacopla el entrenamiento del modelo de la búsqueda de arquitectura. Entrena solo una vez, especialízate para muchas plataformas de hardware, desde CPU/GPU hasta aceleradores de hardware. OFA logra una nueva SOTA del 80,0 % de precisión Top-1 en ImageNet bajo la configuración móvil (<600M FLOPs).
Open Source Health
- Stars
- 1,955
- Forks
- 345
- License
- MIT
- Last commit
- 3 years ago
Python
Alternativas a Once For All
CHaiDNNby XilinxBiblioteca aceleradora de redes neuronales profundas basada en HLS para Xilinx Ultrascale+ MPSoCs- SoulX-FlashTalkby Soul AI LabSoulX-FlashTalk es el primer modelo de 14B que logra una latencia de inicio de menos de un segundo (0.87 s) mientras mantiene un rendimiento en tiempo real de 32 FPS en un nodo 8xH800.
Ts Patternby Gabriel VergnaudLa biblioteca de coincidencias de patrones exhaustiva para TypeScript, con inferencia de tipos inteligente.
Nobodywhoby NobodyWhoNobodyWho es un motor de inferencia que te permite ejecutar LLMs localmente y de manera eficiente en cualquier dispositivo.
ds4by Salvatore SanfilippoMotor de inferencia local DeepSeek 4 Flash y PRO para Metal, CUDA y ROCm
Resources & Links
Related Categories
¿Usas Once For All?
Controla su coste junto al resto de tu stack y recibe un recordatorio antes de que se renueve.
Añadir a mi stackVendor
MIT HAN Lab
Efficient AI Computing. PI: Song Han
