총 493건 · 필터: AI KIT
이 디렉토리에는 nnsight를 위한 포괄적인 참고 자료가 포함되어 있습니다.
모델을 로드하고 내부 활성화에 액세스한 후 분석합니다.
NDIF 원격 실행 옵션이 있는 nnsight를 사용하여 신경망 내부를 해석하고 조작하는 지침을 제공합니다. 로컬 GPU 리소스가 없는 대규모 모델(70B+)에서 해석 가능성 실험을 수행해야 하거나 PyTorch 아키텍처로 작업할 때 사용하세요.
개입을 위해 PyTorch 모델을 감싸는 핵심 클래스입니다.
이 디렉토리에는 파이벤에 대한 포괄적인 참고 자료가 포함되어 있습니다.
희소 오토인코더를 나타내는 핵심 클래스.
이 디렉토리에는 SAELens에 대한 포괄적인 참고 자료가 포함되어 있습니다.
사전 학습된 SAE를 로드하고 특정 입력에서 활성화되는 기능을 분석합니다.
기계적 해석 가능성을 위한 핵심 클래스로, 모든 활성화에 후크가 달린 Transformer 모델을 감싼다.
이 디렉토리에는 TransformerLens에 대한 포괄적인 참고 자료가 포함되어 있습니다.
모델을 로드하고, 활성화를 캐시하며, 모델 내부를 검사하는 방법을 이해합니다.
TransformerLens를 사용하여 HookPoints 및 활성화 캐싱을 통해 트랜스포머 내부를 검사하고 조작하는 기계적 해석 가능성 연구를 위한 지침을 제공합니다. 모델 알고리즘을 역설계하거나 주의 패턴을 연구하거나 활성화 패치 실험을 수행할 때 사용하세요.
TensorBoard를 사용한 ML 모델 프로파일링 및 최적화에 대한 완전한 가이드.
4D 병렬 처리(FSDP2, TP, PP, CP)가 가능한 토치티탄을 사용하여 PyTorch 네이티브 분산 LLM 사전 학습을 제공합니다. Lama 3.1, DeepSeek V3 또는 Float8, torch.compile, 분산 체크포인트 기능을 갖춘 8개에서 512개 이상의 GPU 규모의 커스텀 모델을 사전 학습할 때 사용하세요.
NeuroKit2는 모든 시계열 데이터에 적용할 수 있는 포괄적인 신호 처리 유틸리티를 제공합니다. 이러한 기능은 필터링, 변환, 피크 감지, 분해 및 분석 작업을 지원합니다
Neuroixels 신경 기록을 위한 포괄적인 전처리 기술.
다음.js 앱 라우터 원칙. 서버 구성 요소, 데이터 가져오기, 라우팅 패턴.
Node.js 개발 원칙 및 의사 결정. 프레임워크 선택, 비동기 패턴, 보안 및 아키텍처. 모방이 아닌 사고를 가르칩니다.
이 참조는 원시 픽셀 데이터에 접근하고, 이미지 렌더링을 하며, OMERO에서 새로운 이미지를 생성하는 것을 다룹니다.
PathML은 파이프라인으로 구성된 합성 가능한 변환을 기반으로 한 모듈형 전처리 아키텍처를 제공합니다. 변환은 이미지를 수정하거나 마스크를 만들거나 특징을 추출하는 개별 작업입니다