| Ajuste de hiperparámetros | Búsqueda de arquitectura neuronal | Compresión del modelo |
| Algoritmos | - Búsqueda exhaustiva
- Búsqueda de cuadrícula
- Aleatorio
- búsqueda heurística
- Recocer
- Evolución
- Hiperbanda
- PBT
- optimización bayesiana
- BOHB
- ONGD
- médico de cabecera
- Métis
- SMAC
- TPE
| - Multiensayo
- Búsqueda de cuadrícula
- RL basada en políticas
- Aleatorio
- Evolución regularizada
- TPE
- Un trago
- DARDOS
- ENA
- FBNet
- NAS sin proxy
- POS
| - Poda
- Nivel
- Norma L1
- Peso Taylor FO
- Movimiento
- AGP
- Compresión automática
- Más...
- Cuantización
- Ingenuo
- QAT
- LSQ
- Observador
- DoReFa
- BNN
|
| Marcos soportados | Servicios de formación | Tutoriales |
| Soportes | - PyTorch
- TensorFlow
- Aprendizaje científico
- XGBoost
- Luz GBM
- MXnet
- cafe2
- Más...
| - maquina local
- Servidores SSH remotos
- Aprendizaje automático de Azure (AML)
- Basado en Kubernetes
- API abierta
- Kubeflow
- Controlador de marco
- AdaptDL
- Contenido descargable PAI
- Servicios de formación híbridos
| - HPO
- NAS
- Hola nas
- Puntos de referencia NAS
- Compresión
- Poda
- Aceleración de poda
- Cuantización
- Aceleración de cuantificación
|
Recursos
- Página de inicio de documentación NNI
- Guía de instalación de NNI
- Ejemplos de NNI
- Referencia de la API de Python
- Lanzamientos (registro de cambios)
- Investigaciones y publicaciones relacionadas
- Canal de Youtube de NNI
- Espacio Bilibili de NNI
- Seminario web sobre Introducción a Retiarii: un marco de capacitación exploratoria de aprendizaje profundo sobre NNI
- Discusiones comunitarias
Pautas de contribución
Si desea contribuir a NNI, asegúrese de revisar las pautas de contribución, que incluyen instrucciones para enviar comentarios, mejores prácticas de codificación y código de conducta.
Usamos problemas de GitHub para rastrear solicitudes de seguimiento y errores. Utilice NNI Discussion para preguntas generales y nuevas ideas. Si tiene preguntas sobre casos de uso específicos, vaya a Stack Overflow.
También es bienvenido participar en debates a través de los siguientes grupos de mensajería instantánea.
| gitter | | WeChat |
|---|
 | O |  |
En los últimos años, NNI ha recibido miles de comentarios sobre problemas de GitHub y solicitudes de extracción de cientos de contribuyentes. Apreciamos todas las contribuciones de la comunidad para hacer que NNI prospere.
Estado de la prueba
Esenciales
| Tipo | Estado |
|---|
| prueba rapida | |
| Prueba completa - HPO | |
| Prueba completa - NAS | |
| Prueba completa - compresión | |
Servicios de formación
| Tipo | Estado |
|---|
| Local-linux | |
| Locales - ventanas | |
| Remoto - de linux a linux | |
| Remoto - ventanas a ventanas | |
| AbiertoPAI | |
| Controlador de marco | |
| Kubeflow | |
| Híbrido | |
| AzureML | |
Proyectos Relacionados
Apuntando a la apertura y al avance de la tecnología más avanzada, Microsoft Research (MSR) también había lanzado algunos otros proyectos de código abierto.
- OpenPAI: una plataforma de código abierto que proporciona capacidades completas de gestión de recursos y capacitación de modelos de IA, es fácil de ampliar y admite entornos locales, de nube e híbridos en varias escalas.
- FrameworkController: un controlador Kubernetes Pod de uso general y código abierto que organiza todo tipo de aplicaciones en Kubernetes mediante un único controlador.
- MMdnn: una solución integral entre marcos para convertir, visualizar y diagnosticar modelos de redes neuronales profundas. El "MM" en MMdnn significa gestión de modelos y "dnn" es un acrónimo de red neuronal profunda.
- SPTAG: Space Partition Tree And Graph (SPTAG) es una biblioteca de código abierto para escenarios de búsqueda de vecino más cercano aproximado de vectores a gran escala.
- nn-Meter: un predictor de latencia de inferencia preciso para modelos DNN en diversos dispositivos de borde.
Alentamos a los investigadores y estudiantes a aprovechar estos proyectos para acelerar el desarrollo y la investigación de la IA.
Licencia
Todo el código base está bajo licencia MIT.
Expandir
