fast-nn

Самоподобная нейросеть быстрого обучения для обработки текста

Обзор проекта

Основные особенности архитектуры FastNN

Высокая вычислительная эффективность как при инференсе, так и при обучении

Задание связей между элементами с помощью матрицы смежности

Посимвольная токенизация

Отказ от билинейных элементов в обработке входной последовательности

Ядерная организация вычислительных блоков нейросети

Дополнительные материалы по самоподобным сетям

Установка проекта

Основные модули

Использование

Обучение модели

Запуск обучения

Формат конфигураций

Генерация текста

Чат с моделью

Запуск чата

Особенности:

Использование:

CLI-утилита для оценки модели: `src/eval.py`

Описание архитектуры модели

Основные компоненты

Модули Pytorch

Данные

Дополнительно

Запуск в Docker

Подготовка

Сборка образа

Запуск контейнера

Базовый запуск

Запуск с GPU (если доступно)

Запуск с переопределением переменных окружения

Описание томов (volumes)

Переменные окружения

Примечания

Лицензия