Once For All
[ICLR 2020] Once for All: Train One Network and Specialize it for Efficient Deployment
Model DeploymentMLOps & Experiment TrackingOpen Source
About
OFA est une technique AutoML efficace qui découple l'entraînement du modèle de la recherche d'architecture. Entraîne une seule fois, spécialise-toi pour de nombreuses plateformes matérielles, des CPU/GPU aux accélérateurs matériels. OFA atteint une nouvelle SOTA de 80,0 % de précision Top-1 sur ImageNet dans le cadre mobile (<600M FLOPs).
Open Source Health
- Stars
- 1,955
- Forks
- 345
- License
- MIT
- Last commit
- 3 years ago
Python
Alternatives à Once For All
CHaiDNNby XilinxBibliothèque d'accélérateur de réseaux neuronaux profonds basée sur HLS pour Xilinx Ultrascale+ MPSoCs- SoulX-FlashTalkby Soul AI LabSoulX-FlashTalk est le premier modèle 14B à atteindre une latence de démarrage inférieure à une seconde (0,87 s) tout en maintenant un débit en temps réel de 32 FPS sur un nœud 8xH800.
Ts Patternby Gabriel VergnaudLa bibliothèque exhaustive de correspondance de motifs pour TypeScript, avec une inférence de type intelligente.
Nobodywhoby NobodyWhoNobodyWho est un moteur d'inférence qui te permet d'exécuter des LLM localement et efficacement sur n'importe quel appareil.
ds4by Salvatore SanfilippoMoteur d'inférence local DeepSeek 4 Flash et PRO pour Metal, CUDA et ROCm
Resources & Links
Related Categories
Tu utilises Once For All ?
Suis son coût avec le reste de ton stack et reçois un rappel avant son renouvellement.
Ajouter à mon stackVendor
MIT HAN Lab
Efficient AI Computing. PI: Song Han
