：完全重写的Keras代码库，基于模块化后端架构进行重构，可以在任意框架上运行Keras工作流，包括TensorFlow、JAX

：完全重写的Keras代码库，基于模块化后端架构进行重构，可以在任意框架上运行Keras工作流，包括TensorFlow、JAX和PyTorch。 新功能包括：完整的Keras API，适用于TensorFlow、JAX和PyTorch；跨框架的深度学习低级语言；与JAX、PyTorch和TensorFlow原生工作流的无缝集成；支持所有后端的跨框架数据流水线；预训练模型等

：易于使用的 PyTorch 库，可轻松编写、微调和实验LLM模型。

：易于使用的 PyTorch 库，可轻松编写、微调和实验LLM模型。 该库提供了多种功能，包括使用 native-PyTorch 实现的流行语言模型，支持各种格式的复原，以及提供训练和评估工具，例如 HF 格式的检查点支持。

datawhale的教学项目：

datawhale的教学项目： 本项目旨在作为一个大规模预训练语言模型的教程，从数据准备、模型构建、训练策略到模型评估与改进，以及模型在安全、隐私、环境和法律道德方面的方面来提供开源知识。 项目将以斯坦福大学大规模语言模型课程和李宏毅生成式AI课程为基础，结合来自开源贡献者的补充和完善，以及对前沿大模型知识的及时更新，为读者提供较为全面而深入的理论知识和实践方法。通过对模型构建、训练、评估与改进等方面的系统性讲解，以及代码的实战，我们希望建立一个具有广泛参考价值的项目。 项目受众 人工智能、自然语言处理和机器学习领域的研究者和从业者：该项目旨在为研究者和从业者提供大规模预训练语言模型的知识和技术，帮助他们更深入地了解当前领域的最新动态和研究进展。 学术界和产业界对大型语言模型感兴趣的人士：项目内容涵盖了大型语言模型的各个方面，从数据准备、模型构建到训练和评估，以及安全、隐私和环境影响等方面。这有助于拓宽受众在这一领域的知识面，并加深对大型语言模型的理解。 想要参与大规模语言模型开源项目的人士：本项目提供代码贡献和理论知识，降低受众在大规模预训练学习的门槛。 其余大型语言模型相关行业人员：项目内容还涉及大型语言模型的法律和道德考虑，如版权法、合理使用、公平性等方面的分享，这有助于相关行业从业者更好地了解大型语言模型的相关问题。 项目亮点 项目的及时性：当前大模型发展迅速，社会和学习者缺少较为全面和系统的大模型教程 项目可持续性：当前大模型发展还在初期阶段，对行业的渗透还未全面展开，因此随着大模型的发展，该项目可持续的为学习者提供帮助

：开源代码语言模型，包含了英语和中文两种语言版本的代码生成模型。

：开源代码语言模型，包含了英语和中文两种语言版本的代码生成模型。 模型经过大规模训练，训练数据中87%为代码数据，13%为自然语言数据。模型大小提供1B、5.7B、6.7B、33B等多个版本，满足不同需求。 模型在人工评估、多语言程序、MBPP、DS-1000等多个编程基准上均表现出色，在项目级代码补全、代码插入等任务有很好的效果。

| #教程本课程将教你如何使用Rust语言构建一个简单的LSM树存储引擎。

| #教程 本课程将教你如何使用Rust语言构建一个简单的LSM树存储引擎。 “日志结构合并树（Log-structured merge trees，简称LSM树）是一种用于维护键值对的数据结构。这种数据结构在分布式数据库系统，如TiDB和CockroachDB中被广泛使用，作为它们底层的存储引擎。基于LevelDB的RocksDB，是LSM树存储引擎的一个实现。它提供了许多键值访问功能，并在许多生产系统中使用。 本教程是一个包含多个部分（周）的广泛课程。每周有七个章节；你可以在2到3小时内完成每个章节。每个部分的前六章将指导你构建一个工作系统，而每周的最后一章将是小吃时间章节，它将实现一些在你之前六天构建的基础上的简单事物。每个章节都将有必需的任务、检查你的理解问题和奖励任务。

普林斯顿大学提供的《算法》第四版的在线资源，包含在线阅读和java代码等内容。调查了当今使用的最重要的算法和数据结构。

普林斯顿大学提供的《算法》第四版的在线资源，包含在线阅读和java代码等内容。调查了当今使用的最重要的算法和数据结构。 教材分为六章： 第 1 章：基础。介绍了比较算法和进行预测的科学和工程基础。它还包括我们的编程模型。 第 2 章：排序。考虑了几种经典的排序算法，包括插入排序、归并排序和快速排序。它还具有优先级队列的二进制堆实现。 第 3 章：搜索。描述了几种经典的符号表实现，包括二叉搜索树、红黑树和哈希表。 第 4 章：图。研究了最重要的图处理问题，包括深度优先搜索、广度优先搜索、最小生成树和最短路径。 第 5 章：字符串。研究字符串处理的专门算法，包括基数排序、子字符串搜索、尝试、正则表达式和数据压缩。 第 6 章：上下文。强调与系统编程、科学计算、商业应用、运筹学和难处理性的联系。 | #电子书