100 से अधिक optimizers के साथ एक प्रोडक्शन-फोकस्ड PyTorch optimization टूलकिट।
एक सुसंगत API के तहत 100+ optimizers, schedulers और loss functions तक पहुँच प्राप्त करें।
यह लाइब्रेरी एक सुसंगत API के माध्यम से PyTorch के लिए 100 से अधिक optimizers, 10+ learning rate schedulers और 10+ loss functions प्रदान करती है। इसे उन डीप लर्निंग इंजीनियर्स के लिए बनाया गया है जो बिना बॉइलरप्लेट कोड को दोबारा लिखे हालिया रिसर्च वेरिएंट्स के साथ प्रयोग करना चाहते हैं।
यह पैकेज AdaBelief, AdamP और Lookahead जैसे विभिन्न optimization एल्गोरिदम, loss functions और schedulers को एक एकीकृत लोडर में समूहित करता है। आप घटकों को सीधे नाम से लोड कर सकते हैं, सहायक निर्माण कार्यों का उपयोग कर सकते हैं, या फ़्यूज्ड अपडेट के लिए optimizer स्टेप्स को कंपाइल कर सकते हैं।
यह मशीन लर्निंग प्रैक्टिशनर्स और रिसर्चर्स के लिए उपयुक्त है जो PyTorch के भीतर कई गैर-मानक optimizers का तेजी से परीक्षण करना चाहते हैं। यह उन शुरुआती लोगों के लिए उपयुक्त नहीं है जो PyTorch ट्रेनिंग लूप से परिचित नहीं हैं या जिन्हें केवल मानक नेटिव optimizers की आवश्यकता है।
एक सिंगल API के तहत हालिया रिसर्च optimizers के एक व्यापक संग्रह तक पहुँच प्राप्त करें।
नाम या सहायक फ़ंक्शन द्वारा optimizers, learning rate schedulers और loss functions को लोड करें।
समर्थित एल्गोरिदम के लिए अपडेट को स्वचालित रूप से फ़्यूज करने हेतु optimizer स्टेप्स को कंपाइल करें।
bitsandbytes, q-galore-torch और torchao जैसी वैकल्पिक निर्भरताओं के साथ काम करता है।
इसके लाइसेंस के तहत मुफ्त, कोई भुगतान किया हुआ होस्टेड विकल्प उपलब्ध नहीं है। एकमात्र लागत मॉडल ट्रेनिंग के लिए आपके अपने हार्डवेयर इन्फ्रास्ट्रक्चर को चलाना है।
877 खुले रिमोट AI-ट्रेनिंग रोल, 16 नवंबर 2026 को अपडेट; ज़्यादातर में $20–$175 प्रति घंटा। इनमें से 5 हिंदी बोलने वालों के लिए हैं। Zekai इन्हें मुफ़्त में लिस्ट करता है; आवेदन एम्प्लॉयर के प्लेटफ़ॉर्म पर जाता है।
पैकेज का उपयोग करने के लिए आपको Python 3.10+ और PyTorch 2.1+ की आवश्यकता है।
हाँ, compile=True सेट करने से PyTorch समर्थित एल्गोरिदम के लिए optimizer अपडेट को स्वचालित रूप से फ़्यूज करने की अनुमति मिलती है।
Google में Zekai को सबसे पहले देखें