nemo-mbridge-perf-moe-vlm-training
帮你在Megatron Bridge中选择FSDP或3D并行来训练MoE视觉语言模型。
过去 24 小时安装量增长最快的 AI Agent 技能排行。
第 187 页 · 共 8364 个 Skill
帮你在Megatron Bridge中选择FSDP或3D并行来训练MoE视觉语言模型。
配置LLM和VLM的序列打包以提升训练效率。
配置MoE的dispatch/combine通信Overlap。
根据硬件平台选择MoE配置方案(H100、B200、GB200等)。
部署视频 embedding 服务来生成文本或视频向量。
部署密集字幕服务并调用其REST API生成视频描述。
帮你配置Megatron FSDP以替代DDP进行大模型训练,包括配置参数和验证方法。
对Megatron-LM代码运行linting检查和自动格式化。
通过NGC容器安装Holoscan SDK。
检查硬件环境并推荐正确的Holoscan SDK安装方式。
实现、集成、调试、构建和部署Web前端(React、Vue、Vite)。
通过Conda在CUDA 13环境安装Holoscan SDK。
通过pip安装Holoscan SDK Python包。
从源码构建Holoscan SDK(需要Docker)。
在Ubuntu上通过apt安装Holoscan SDK C++开发包。
从扫描版 PDF 和图片中识别并提取中英文文字。
把调查结果写成可辩护的情报报告,包含证据链和概率评估。
设计AWS无服务器架构和IaC模板。
开始任意OSINT调查并制定情报收集计划。
检查并安装NVIDIA驱动、CUDA工具包和容器工具包以支持GPU计算。
在本地或远程 Docker 容器中运行 TAO 训练任务。
列出 TAO 技能库支持的功能、模型和工作流。
从视频生成带推理过程的问答训练数据。
自动优化 TAO 深度学习模型的超参数。
用高级搜索技巧查找泄露的文档和数据。
用文本提示训练目标检测模型。
训练 3D 场景分割和重建模型。
训练图像 embedding 和检索模型。
训练和部署通用图像分割模型,支持全景、实例和语义分割。
从人体关键点数据分类动作类别,识别骨架动作。
匹配不同摄像头下的同一个人,实现跨场景追踪。
用自蒸馏训练视觉 Transformer,无需标签。
用掩码图像重建学习视觉表示,支持预训练和微调。
从点或框注释生成分割掩码,减少标注需求。
标准单步训练流程:训练、评估、导出模型。
训练统一的全景、实例、语义分割模型。
根据用户意图路由到对应的媒体生成技能。
训练轻量级语义分割模型。
把CuTile内核转成Triton代码。
帮你用代码创建和操作 Office 文档。