apple/corenet

해결하는 문제

CoreNet은 표준 및 새로운 AI 모델의 학습을 간소화하기 위해 설계된 딥러닝 신경망 툴킷입니다. 연구자와 엔지니어가 소규모 특화 모델부터 LLM이나 CLIP 같은 대규모 파운데이션 모델에 이르기까지 광범위한 작업을 위한 모델을 구축하고 확장할 수 있는 통합 프레임워크를 제공합니다.

작동 방식

이 라이브러리는 모델과 데이터셋이 작업(예: 분류, 탐지, 언어 모델링)별로 분류되는 레지스트리 기반 시스템을 중심으로 구성되어 있습니다. 사용자는 특정 모델 클래스, 데이터셋, 옵티마이저를 참조하는 YAML 구성 파일을 사용하여 학습 및 평가 파이프라인을 정의할 수 있습니다. 다중 노드 학습을 지원하며 MLX와 통합되어 Apple Silicon에서 효율적으로 실행할 수 있습니다.

대상 사용자

다양한 모달리티(텍스트, 이미지, 오디오, 비디오) 전반에 걸쳐 딥러닝 신경망을 재현 가능한 방식으로 학습해야 하는 AI 연구자와 엔지니어를 주 대상으로 합니다.

주요 특징

• 광범위한 작업 지원: 객체 분류, 객체 탐지, 의미론적 분할, 언어 모델링을 지원합니다.
• 즉시 사용 가능한 레시피: 다수의 Apple 연구 논문(예: OpenELM, CatLIP, FastVit)에 대한 재현 가능한 학습 레시피와 사전 학습된 가중치가 포함되어 있습니다.
• 멀티모달 기능: 오디오, 비디오, 텍스트를 위한 전문 데이터 로더와 인코더를 제공합니다.
• Apple Silicon 최적화: Mac 하드웨어에서 모델을 효율적으로 실행하기 위한 MLX 예제가 포함되어 있습니다.