#31 · 主分类： 深度学习框架
ludwig
computer-vision
data-centric
data-science
deep
deep-learning
deeplearning
fine-tuning
learning
llama
llama2
llm
llm-training
machine-learning
machinelearning
mistral
ml
natural-language
natural-language-processing
neural-network
pytorch
低代码框架，用于构建自定义LLM、神经网络和其他AI模型
项目最后更新：08/24/26
GitHub Stars
11.7K
Forks数量
1.2K
贡献者数量
160
许可证
Apache-2.0
收录理由
Ludwig 让你用一份 YAML 配置文件描述整个模型，而不是手写 PyTorch 代码。输入、输出、训练参数都写在一个配置里，一条命令即可运行，无论是用 LoRA 微调大语言模型，还是拟合一个表格分类器，都同样省事。这种声明式写法天然便于版本管理和复用，数据科学家和机器学习工程师可以轻松保持实验可复现，快速迭代，不必自己从头写训练循环。它同时覆盖视觉和时间序列预测，适用范围比单一任务工具更广。如果你想用低代码方式构建自定义模型，又想随时看到并调整训练逻辑，这个框架值得一试。
相关文章
暂无针对该项目的文章。
如需补充新闻资讯、使用教程、应用测评等内容，欢迎 联系我们推荐选题或投稿。