Flux - The Elegant Machine Learning Library for Julia
Explore Flux, an intuitive machine learning library for Julia, featuring state-of-the-art performance, automatic differentiation, and innovative compiler technology for efficient and flexible ML development.
MLOps with MLFlow: Comparing Microsoft Phi3 Mini 128k in GGUF, MLFlow, and ONNX Formats
Explora el modelo Phi3 Mini 128k en formatos MLFlow, GGUF y ONNX. Compara rendimiento y precisión en diferentes configuraciones. Aprende a implementar y optimizar modelos de lenguaje para diversas plataformas.
Visual Studio Code AI Toolkit Introduction - Data Science and Machine Learning
Explora el Visual Studio Code AI Toolkit con ejemplos prácticos en Python y C# para inferencia en CPU usando el modelo Phi 3 4K Instruct cuantizado.
MLOPS: Inferencia ViVIT ONNX Model en Azure ML Managed EndPoint (AKS)
Implementa inferencia de ViViT en Azure ML usando ONNX y AKS para optimizar el rendimiento de modelos de visión por computadora.
LLMOps: Converting Video Classifier (ViViT) to ONNX for CPU Inference
Convierte un Video Vision Transformer a formato ONNX y realiza inferencia en CPU, optimizando el rendimiento del modelo de clasificación de videos.
LLMOps: Comparación de Openvino, ONNX, TensorRT y Pytorch para Inferencia
Compara el rendimiento de inferencia de modelos convertidos a ONNX, OpenVino y TensorRT frente a PyTorch nativo en GPU y CPU.
Inferencia en CPU con Microsoft Florence 2 ONNX en C# - LLMOPs
Aprende a realizar inferencia en CPU con el modelo Florence 2 Large en formato ONNX utilizando C#. Explora técnicas avanzadas de machine learning y ciencia de datos.
MLOPS: Inferencia de Modelo VIT ONNX en Azure ML Managed Endpoint - Español
Aprende a realizar inferencia en Azure Kubernetes Services utilizando un modelo Vision Transformer convertido a ONNX con Azure Machine Learning Studio y Python SDK v2.
MLOPS: Inferencia de Modelo ONNX en Azure ML Managed Endpoint AKS
Aprende a realizar inferencia en Azure Kubernetes Services utilizando un modelo ONNX y onnxruntime, creando un Managed Endpoint con Python SDK v2.
MLOPS: Object Detection con Faster RCNN en C# Formato ONNX en CPU
Desarrolla una aplicación de detección de objetos en C# utilizando Fast RCNN, ONNX y CPU para inferencia eficiente.
Microsoft AI: Semantic Kernel C# SDK Chatting with Phi3 4K ONNX on CPU
Crea un chatbot con Microsoft Phi3 4K ONNX en CPU utilizando Semantic Kernel y C#. Aprende a implementar modelos de lenguaje avanzados en aplicaciones prácticas.
LLMOPs: Inferencia en CPU con Phi3 Vision 128k Instruct - ONNX 4bits en C#
Aprende a realizar inferencia en CPU con Phi 3 Vision 128K Instruct, utilizando modelos ONNX de 4 bits y C# para prompts multimodales eficientes.
LLMOPs - Inferencia en CPU con Phi3 4k Instruct ONNX 4bits en C#
Aprende a realizar inferencia en CPU con Phi 3 4K Instruct cuantizado a 4 bits en ONNX usando C#, optimizando el rendimiento de modelos de lenguaje.
LLMOps: Inferencia de Clasificador ViT Fine-Tuned en CPU con C#
Aprende a realizar inferencia en C# con un Vision Transformer personalizado en formato ONNX utilizando CPU para clasificación de imágenes.
LLMOps: Converting Fine-Tuned ViT Classifier to ONNX for CPU Inference
Convierte un Vision Transformer personalizado a ONNX y realiza inferencia en CPU, optimizando el rendimiento del modelo de clasificación de imágenes.
Converting BERT to ONNX and Inference with BERTTokenizer for C# - Machine Learning and Data Science
Convierte modelos Bert a ONNX y realiza inferencia con BERTTokenizer en C#. Aprende a implementar aplicaciones prácticas de machine learning.
Fine-Tuning ViT Classifier for Retina Images and Converting to ONNX Format - Part 3
Personaliza un Vision Transformer con tu dataset de imágenes de retina y conviértelo a formato ONNX para optimizar el rendimiento y la portabilidad.
Building FPGA-based Machine Learning Accelerators in Python
Explore building ML accelerators on affordable FPGAs using Python-based tools. Learn about open-source and proprietary options for FPGA development and the broader silicon landscape.
Building FPGA-based Machine Learning Accelerators in Python
Explore building affordable FPGA-based ML accelerators using Python tools like PyTorch, ONNX, Migen, and LiteX. Learn about open-source silicon and vendor tools for cost-effective hardware development.
Productionizing Machine Learning with Apache Spark, MLflow and ONNX - Cloud Deployment Using SQL Server
Explore productionizing machine learning using Apache Spark, MLflow, and ONNX with SQL Server. Learn model management, lifecycle orchestration, and leveraging SQL Server for ML model storage and deployment.
Bringing the Power of ONNX to Apache Spark - Integrating Deep Learning Inference
Explore integrating ONNX with Spark for efficient deep learning inference pipelines. Learn about Ascend Hardware Platform's ONNX contributions and Spark community's simplified API for DL inferencing.