深度学习容器

一套用于在Google Cloud Vertex AI和Google Kubernetes Engine上训练和部署模型的Docker镜像

通过对文本数据进行标记而不需要额外编码来迁移学习NLP模型，结合了Label Studio的强大功能，支持多种数据格式，利用HuggingFace的transformers实现高效的数据标记和模型预测服务。

ebook2audiobook是一款开源工具，支持1100+种语言，能够将各类电子书一键转换为带章节的有声书，使用高质量的AI语音合成技术，并可克隆个人声音进行朗读，提供简单直观的网页界面和命令行模式，适合不同用户的需求。

Kokoro 82M 是一个高质量的 TTS 模型，能够生成极高音频质量的语音，同时模型大小不到 300M，便于部署和使用。该模型在 T4 上能够快速生成语音，并支持通过架构训练其他语言，且只需不到 100 小时的音频数据进行训练。

用Git/GitHub实现MLOps，展示如何在Git/GitHub中实现MLOps。该项目重度依赖于DVC、DVC Studio、DVCLive等工具，所有这些工具由iterative.ai、Google Drive、Jarvislabs.ai和HuggingFace Hub构建。

KernelBench 是一个专注于使用大模型生成高效GPU内核的项目，旨在通过编写自定义内核来替代PyTorch中的标准实现，并评估其正确性和性能提升。该项目包含250个神经网络任务，涵盖基础Kernel操作、简单的fusion pattern和完整的神经网络结构。同时，KernelBench 还提供四个级别的测试类别，包括单内核运算符、简单融合模式、完整模型架构和HuggingFace模型优化，以测试LLM将PyTorch算子转译为CUDA内核的能力，并评估生成代码的编译、正确性和性能。

中文Mixtral-8x7B，基于Mistral发布的模型Mixtral-8x7B进行了中文扩词表增量预训练，旨在提升中文文本生成和理解能力，支持多种自然语言处理任务。

本课程将教你使用 Hugging Face 生态系统中的库进行自然语言处理 (NLP)。课程涵盖了使用 Transformer 进行文本处理、数据集训练模型、文本分词及提高计算效率等多方面内容。