尼莫核心包。所有收藏都需要
nemo-toolkit的Python项目详细描述
NeMo（NeuralModules）是一个工具包，用于创建围绕神经模块构建的人工智能应用程序，这些神经网络的概念块接受typed输入并产生typed输出。在
NeMo Core为所有神经模型和NeMo类型系统提供基本的构建块。在
核心原则
NEMO基于以下原则构建：
- 神经模块是从一组输入中计算一组输出的块。
- 把它看作是层和神经网络之间的抽象。在
- 示例：预先训练的语言模型、声学模型、编码器、解码器等
- 基于NeMo的应用程序是一个DAG：class:
NeuralModule<nemo.core.neural_modules.NeuralModule>对象通过typedinput和output端口连接在一起。- ：class:
NmTensor<nemo.core.neural_types.NmTensor>对象在模块之间从端口流向端口。在 - Lazy-execution模型。首先，用户定义激活流图。然后，调用action（例如培训）。实际计算只在调用action之后发生。在
- ：class:
- 每个神经模块和：class:
NmTensor<nemo.core.neural_types.NmTensor>对象的输入和输出端口都有neural Type-：class:NeuralType<nemo.core.neural_types.NeuralType>。在 - ：class:
NeuralType<nemo.core.neural_types.NeuralType>张量的语义、轴顺序和维数等等。在 - 域或模块特定的Callbacks用于评估和检查培训性能。在
为在GPU上运行而构建
NeMo Core提供：
- 基于NVIDIA Volta和Turing gpu的张量核混合精度训练
- 分布式训练
- 分布式评估
- 项目
标签：
欢迎加入QQ群-->： 979659372
