#77 · 主分类: MLOps与评测
deepo
在几秒内设置和定制深度学习环境。
项目最后更新:03/25/26
GitHub Stars
6.3K
Forks数量
736
贡献者数量
10
许可证
MIT
收录理由
配置深度学习环境常常要耗掉大把本该用在研究上的时间,这个项目就是冲着这个痛点去的。它预置了打包好主流框架的Docker镜像,PyTorch、TensorFlow、Keras、MXNet、Caffe都在里面,CUDA和cuDNN也一并带上了,拉一个镜像就能拿到能跑GPU的环境。要是嫌全家桶镜像太大,它那个Dockerfile生成器就像积木一样,你挑好框架、Python版本和CUDA/cuDNN组合,Deepo会自动把兼容的版本理清楚,按正确顺序装好。CPU版也有,镜像在Linux、macOS、Windows上都能跑,GPU加速则面向Linux。这样每个开发人员拿到的栈都是同一套,可复现,做ML环境标准化的人值得一看。
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。
同类热门项目
unsloth
本地UI,用于运行和训练LLM及扩散模型。支持GGUF、MLX、Qwen3.8、Kimi K3、MiniMax-H3、Gemma 4、FLUX等。
LlamaFactory
统一高效微调100+大语言模型与视觉语言模型(ACL 2024)
airflow
Apache Airflow - 一个以编程方式编写、调度和监控工作流的平台
langfuse
🪢 开源AI工程平台:LLM评估、可观测性、指标、提示管理、游乐场、数据集。与OpenTelemetry、LangChain、OpenAI SDK、LiteLLM等集成。🍊YC W23
netron
神经网络、深度学习和机器学习模型的可视化工具