Once For All
[ICLR 2020] Once for All: Train One Network and Specialize it for Efficient Deployment
Model DeploymentMLOps & Experiment TrackingOpen Source
About
OFA è una tecnica AutoML efficiente che disaccoppia l'addestramento del modello dalla ricerca dell'architettura. Allena solo una volta, specializzati per molte piattaforme hardware, da CPU/GPU a acceleratori hardware. OFA raggiunge un nuovo SOTA dell'80,0 % di accuratezza Top-1 su ImageNet nella configurazione mobile (<600M FLOPs).
Open Source Health
- Stars
- 1,955
- Forks
- 345
- License
- MIT
- Last commit
- 3 years ago
Python
Alternative a Once For All
CHaiDNNby XilinxLibreria acceleratrice di reti neurali profonde basata su HLS per Xilinx Ultrascale+ MPSoCs- SoulX-FlashTalkby Soul AI LabSoulX-FlashTalk è il primo modello da 14B a raggiungere una latenza di avvio sotto un secondo (0,87 s) mantenendo un throughput in tempo reale di 32 FPS su un nodo 8xH800.
Ts Patternby Gabriel VergnaudLa libreria di Pattern Matching esaustiva per TypeScript, con inferenza di tipo intelligente.
Nobodywhoby NobodyWhoNobodyWho è un motore di inferenza che ti consente di eseguire LLM localmente e in modo efficiente su qualsiasi dispositivo.
ds4by Salvatore SanfilippoMotore di inferenza locale DeepSeek 4 Flash e PRO per Metal, CUDA e ROCm
Resources & Links
Related Categories
Usi Once For All?
Tieni traccia del suo costo insieme al resto del tuo stack e ricevi un promemoria prima del rinnovo.
Aggiungi al mio stackVendor
MIT HAN Lab
Efficient AI Computing. PI: Song Han
