| Настройка гиперпараметров | Поиск нейронной архитектуры | Сжатие модели |
| Алгоритмы | - Полный поиск
- Эвристический поиск
- Отжиг
- Эволюция
- Гиперполоса
- ПБТ
- Байесовская оптимизация
- БОББ
- ДНГО
- врач общей практики
- Метис
- СМАК
- ТПЭ
| - Многократное испытание
- Поиск по сетке
- RL на основе политик
- Случайный
- Регуляризованная эволюция
- ТПЭ
- Один выстрел
- ДАРТС
- ЭНАС
- ФБНет
- NAS без прокси-сервера
- СПОС
| - Обрезка
- Уровень
- Л1 Норма
- Тейлор Ф.О. Вес
- Движение
- АГП
- Автоматическое сжатие
- Более...
- Квантование
- Наивный
- КАТ
- ЛСК
- наблюдатель
- ДоРеФа
- БНН
|
| Поддерживаемые платформы | Услуги по обучению | Учебники |
| Поддерживает | - PyTorch
- Тензорфлоу
- Scikit-обучение
- XGBoost
- ЛайтГБМ
- MXNet
- Кафе2
- Более...
| - Локальная машина
- Удаленные SSH-серверы
- Машинное обучение Azure (AML)
- На основе Kubernetes
- OpenAPI
- Кубефлоу
- Фреймворкконтроллер
- АдаптироватьDL
- ПАИ DLC
- Услуги гибридного обучения
| - ГПО
- НАН
- Сжатие
- Обрезка
- Сокращение ускорения
- Квантование
- Ускорение квантования
|
Ресурсы
- Домашняя страница документации NNI
- Руководство по установке ННИ
- Примеры ННИ
- Справочник по API Python
- Релизы (Журнал изменений)
- Сопутствующие исследования и публикации
- Ютуб-канал ННИ
- Пространство Билибили ННИ
- Вебинар «Знакомство с ретиариями: система исследовательского обучения глубокого обучения NNI»
- Обсуждения сообщества
Рекомендации по вкладу
Если вы хотите внести свой вклад в NNI, обязательно ознакомьтесь с правилами участия, которые включают инструкции по отправке отзывов, лучшие практики кодирования и кодекс поведения.
Мы используем выпуски GitHub для отслеживания запросов и ошибок. Пожалуйста, используйте обсуждение NNI для общих вопросов и новых идей. Если у вас есть вопросы о конкретных случаях использования, перейдите в раздел «Переполнение стека».
Также приветствуется участие в обсуждениях через следующие группы обмена мгновенными сообщениями.
| Гиттер | | Вичат |
|---|
 | ИЛИ |  |
За последние несколько лет NNI получила тысячи отзывов по проблемам GitHub и запросы на включение от сотен участников. Мы ценим весь вклад сообщества в процветание NNI.
Статус теста
Основы
| Тип | Статус |
|---|
| Быстрый тест | |
| Полный тест - HPO | |
| Полный тест - NAS | |
| Полный тест - сжатие | |
Услуги по обучению
| Тип | Статус |
|---|
| Локальный — Linux | |
| Локальный — окна | |
| Удаленный перевод с Linux на Linux | |
| Дистанционное - окна в окна | |
| OpenPAI | |
| Фреймворкконтроллер | |
| Кубефлоу | |
| Гибридный | |
| AzureML | |
Связанные проекты
Стремясь к открытости и продвижению современных технологий, Microsoft Research (MSR) также выпустила несколько других проектов с открытым исходным кодом.
- OpenPAI: платформа с открытым исходным кодом, которая обеспечивает полное обучение модели искусственного интеллекта и возможности управления ресурсами, легко расширяется и поддерживает локальные, облачные и гибридные среды различного масштаба.
- FrameworkController: универсальный контроллер подов Kubernetes с открытым исходным кодом, который управляет всеми видами приложений в Kubernetes с помощью одного контроллера.
- MMdnn: комплексное межплатформенное решение для преобразования, визуализации и диагностики моделей глубоких нейронных сетей. «ММ» в MMdnn означает управление моделями, а «dnn» — аббревиатура от глубокой нейронной сети.
- SPTAG: Дерево и график пространственного разделения (SPTAG) — это библиотека с открытым исходным кодом для крупномасштабного векторного сценария приблизительного поиска ближайшего соседа.
- nn-Meter: точный прогноз задержки вывода для моделей DNN на различных периферийных устройствах.
Мы призываем исследователей и студентов использовать эти проекты для ускорения разработки и исследований в области искусственного интеллекта.
Лицензия
Вся кодовая база находится под лицензией MIT.
Расширять
