示例动物园
以下是一个展示🤗 Accelerate的教程和脚本的非详尽列表
官方加速示例：
基本示例：
这些示例展示了加速器的基础功能，是极佳的入门点。
特性特定示例：
这些示例展示了加速器框架提供的特定功能。
完整示例：
这些示例展示了“特性特定示例”中展示的加速器所有功能。
- 完整的NLP示例
- 完整的计算机视觉示例
- 一个非常全面且可扩展的视觉示例，展示了SLURM、hydra以及框架的非常可扩展的使用方法
- 因果语言模型微调示例
- 掩码语言模型微调示例
- 语音预训练示例
- 翻译微调示例
- 文本分类微调示例
- 语义分割微调示例
- 问答微调示例
- 束搜索问答微调示例
- 多项选择题问答微调示例
- 命名实体识别微调示例
- 图像分类微调示例
- 摘要微调示例
- 展示如何使用AWS SageMaker集成Accelerate的端到端示例
- Megatron-LM在各种NLP任务上的示例
集成示例
这些都是与 🤗 Accelerate 集成的库的教程
在这里找不到您的集成？提交一个PR来包括它！
Amphion
Catalyst
DALLE2-pytorch
🤗 diffusers
fastai
GradsFlow
imagen-pytorch
Kornia
PyTorch Accelerated
PyTorch3D
Stable-Dreamfusion
Tez
trlx
Comfy-UI
在科学中
以下是一个使用 🤗 Accelerate 的论文的非详尽列表。
没找到您的论文？提交 PR 来添加它！
- Yuval Kirstain, Adam Polyak, Uriel Singer, Shahbuland Matiana, Joe Penna, Omer Levy: “Pick-a-Pic: An Open Dataset of User Preferences for Text-to-Image Generation”，2023; arXiv:2305.01569.
- Lei Wang, Wanyu Xu, Yihuai Lan, Zhiqiang Hu, Yunshi Lan, Roy Ka-Wei Lee, Ee-Peng Lim: “Plan-and-Solve Prompting: Improving Zero-Shot Chain-of-Thought Reasoning by Large Language Models”，2023; arXiv:2305.04091.
- Arthur Câmara, Claudia Hauff: “Moving Stuff Around: A study on efficiency of moving documents into memory for Neural IR models”，2022; arXiv:2205.08343.
- Ying Sheng, Lianmin Zheng, Binhang Yuan, Zhuohan Li, Max Ryabinin, Daniel Y. Fu, Zhiqiang Xie, Beidi Chen, Clark Barrett, Joseph E. Gonzalez, Percy Liang, Christopher Ré, Ion Stoica, Ce Zhang: “High-throughput Generative Inference of Large Language Models with a Single GPU”，2023; arXiv:2303.06865.
- Peter Melchior, Yan Liang, ChangHoon Hahn, Andy Goulding: “Autoencoding Galaxy Spectra I: Architecture”，2022; arXiv:2211.07890.
- Jiaao Chen, Aston Zhang, Mu Li, Alex Smola, Diyi Yang: “A Cheaper and Better Diffusion Language Model with Soft-Masked Noise”，2023; arXiv:2304.04746.
- Ayaan Haque, Matthew Tancik, Alexei A. Efros, Aleksander Holynski, Angjoo Kanazawa: “Instruct-NeRF2NeRF: Editing 3D Scenes with Instructions”，2023; arXiv:2303.12789.
- Luke Melas-Kyriazi, Christian Rupprecht, Iro Laina, Andrea Vedaldi: “RealFusion: 360° Reconstruction of Any Object from a Single Image”，2023; arXiv:2302.10663.
- Xiaoshi Wu, Keqiang Sun, Feng Zhu, Rui Zhao, Hongsheng Li: “Better Aligning Text-to-Image Models with Human Preference”，2023; arXiv:2303.14420.
- Yongliang Shen, Kaitao Song, Xu Tan, Dongsheng Li, Weiming Lu, Yueting Zhuang: “HuggingGPT: Solving AI Tasks with ChatGPT and its Friends in HuggingFace”，2023; arXiv:2303.17580.
- Yue Yang, Wenlin Yao, Hongming Zhang, Xiaoyang Wang, Dong Yu, Jianshu Chen: “Z-LaVI: Zero-Shot Language Solver Fueled by Visual Imagination”，2022; arXiv:2210.12261.
- Sheng-Yen Chou, Pin-Yu Chen, Tsung-Yi Ho: “How to Backdoor Diffusion Models?”，2022; arXiv:2212.05400.
- Junyoung Seo, Wooseok Jang, Min-Seop Kwak, Jaehoon Ko, Hyeonsu Kim, Junho Kim, Jin-Hwa Kim, Jiyoung Lee, Seungryong Kim: “Let 2D Diffusion Model Know 3D-Consistency for Robust Text-to-3D Generation”，2023; arXiv:2303.07937.
- Or Patashnik, Daniel Garibi, Idan Azuri, Hadar Averbuch-Elor, Daniel Cohen-Or: “Localizing Object-level Shape Variations with Text-to-Image Diffusion Models”，2023; arXiv:2303.11306.
- Dídac Surís, Sachit Menon, Carl Vondrick: “ViperGPT: Visual Inference via Python Execution for Reasoning”，2023; arXiv:2303.08128.
- Chenyang Qi, Xiaodong Cun, Yong Zhang, Chenyang Lei, Xintao Wang, Ying Shan, Qifeng Chen: “FateZero: Fusing Attentions for Zero-shot Text-based Video Editing”，2023; arXiv:2303.09535.
- Sean Welleck，刘家诚，陆希明，哈纳内·哈吉什尔齐，崔邪真： “NaturalProver：基于语言模型的数学证明生成”，2022年；《arXiv:2205.12910》。
- Elad Richardson，加尔·梅策，尤瓦勒·阿拉鲁夫，拉贾·吉莱斯，丹尼尔·科恩-奥尔：“TEXTure：引导文本的3D形状纹理化”，2023年；《arXiv:2302.01721》。
- 程 rebuilt，林立，黄艺琴，何华清，罗文汉，唐晓英：“从降质中学习提升：一种眼底图像增强的扩散模型”，2023年；《arXiv:2303.04603》。
- 邵顺，叶夫塔赫·齐泽尔，舍伊·科恩：“从神经网络表示中擦除未对齐属性”，2023年；《arXiv:2302.02997》。
- イSEO KIM，韩贤斌，杨素熙，允圭，金义润，崔敏镐：“上下文指令学习”，2023年；《arXiv:2302.14691》。
- 刘石坤，范林熙，爱德华·约翰斯，余志丁，肖朝伟，安尼玛·安南库马尔：“Prismer：具有专家集的视觉语言模型”，2023年；《arXiv:2303.02506》。
- 陈浩宇，王志华，杨杨，孙奇林，马克德：“学习用于摄影图像的深层色彩差异度量”，2023年；《arXiv:2303.14964》。
- 越东海皇，张红玉：“基于提示的少量样本学习进行日志解析”，2023年；《arXiv:2302.07435》。
- 久奈充久藤，青井一郎，仓持贵明，安娜·布拉瑟，吉川昌博，坂口圣秀，渡边健太郎：“深度神经网络能否捕捉算术推理中的组合性？”，2023年；《arXiv:2302.07866》。
- 王若瑶，彼得·简森，马克-亚历山大·科特，阿曼纳布鲁，彼得·雅各布斯：“行为克隆的Transformer是神经符号推理器”，2022年；《arXiv:2210.07382》。
- 马丁·韦塞尔，托马斯·霍里奇，特里·鲁阿斯，秋林晴爱，贝拉·吉普，蒂莫·斯宾德：“介绍MBIB——第一个媒体偏见识别基准任务和数据集”，2023年；《arXiv:2304.13148》。DOI：[https://dx.doi.org/10.1145/3539618.3591882 10.1145/3539618.3591882]。
- 希拉·切弗，尤瓦勒·阿拉鲁夫，亚厄尔·温克，利奥尔·沃尔夫，丹尼尔·科恩-奥尔：“采用关注和激发的文本到图像扩散模型的语义引导”，2023年；《arXiv:2301.13826》。
- 马尔西奥·蒙特萨，叶夫塔赫·齐泽尔，舍伊·B·科恩：“在抽象总结长文档中分解内容与预算决策”，2022年；《arXiv:2205.12486》。
- Elad Richardson，加尔·梅策，尤瓦勒·阿拉鲁夫，拉贾·吉莱斯，丹尼尔·科恩-奥尔：“TEXTure：引导文本的3D形状纹理化”，2023年；《arXiv:2302.01721》。
- 贺天行，张静宇，王天乐，萨钦·库马尔，金俊宏，詹姆斯·格拉斯，尤利亚·采特科克：“关于基于模型的文本生成评估指标的盲点”，2022年；《arXiv:2212.10020》。
- 奥里·拉姆，约阿夫·莱文，伊塔伊·达尔多格，多里·穆尔加伊，阿蒙·沙舒亚，凯文·莱顿-布朗，约阿夫·肖哈姆：“上下文检索增强的语言模型”，2023年；《arXiv:2302.00083》。
- 李达成，肖若琳，王红毅，郭晗，艾瑞克·P·辛，张浩：“MPCFormer：具有MPC的快速、高效和隐私Transformer推断”，2022年；《arXiv:2211.01452》。
- 彭宝林，米歇尔·盖利，何鹏程，克里斯·布洛克特，拉斯·林登，艾尔纳兹·诺里，余周，比尔·多兰，高剑锋：“GODEL：针对目标导向对话的大规模预训练”，2022年；《arXiv:2206.11309》。
- 埃吉尔·罗宁斯塔德，埃里克·韦尔达尔， 리야·예벨리드：“实体级情感分析（ELSA）：一个探索性任务调查”，2023年，第29届国际计算语言学会议论文集，2022年，第6773-6783页；《arXiv:2304.14241》。
- 查理·斯奈尔，伊利亚·科斯特里科夫，苏，杨茗骄，杨明皓，塞雷吉·莱文：“使用隐式语言Q学习的自然语言生成的离线强化学习”，2022年；《arXiv:2206.11871》。
- 王志柔，周树，丹尼尔·弗里德，格雷厄姆·纽比格：“用于开放领域代码生成的基于执行的评估”，2022年；《arXiv:2212.10481》。
- 吕明龙，黄泽艺，辛艾乐园，李英哲，王浩瀚：“通过随机梯度阈值快速进行显著度引导的混洗”，2022；arXiv:2212.04875。
- 李锦昊，严寒水，周大泉，冯佳诗：“MagicMix：使用扩散模型的语义混合”，2022；arXiv:2210.16056。
- 王亚琴，穆哈布特拉塔·穆库赫吉，刘晓东，高静，阿赫梅德·哈桑·奥达拉，高建峰：“LiST：轻量级提示自训练使得参数高效的少样本学习者”，2021；arXiv:2110.06274。