Find similar content

Source channel @githubtrending · Post #14686 · May 8

#python#asr#deeplearning#generative_ai#large_language_models#machine_translation#multimodal#neural_networks#speaker_diariazation#speaker_recognition#speech_synthesis#speech_translation#tts NVIDIA NeMo is a powerful, easy-to-use platform for building, customizing, and deploying generative AI models like large language models (LLMs), vision language models, and speech AI. It lets you quickly train and fine-tune models using pre-built code and checkpoints, supports the latest model architectures, and works on cloud, data center, or edge environments. NeMo 2.0 is even more flexible and scalable, with Python-based configuration and modular design, making it simple to experiment and scale up. The main benefit is that you can create advanced AI applications faster, with less effort, and at lower cost, while getting high performance and easy deployment options[1][2][3]. https://github.com/NVIDIA/NeMo

Hashtags

Results

2 similar posts found

Search: #silicon

当前筛选 #silicon清除筛选

Закиев Василь. (AI)ron manager

@zvasilchannel · Post #1460 · 01/11/2025, 09:36 AM

Find similar View

Российский проект RakeSearch имеет неприятную особенность – после перезагрузки задачи начинают считаться заново. Когда задачи считаются в 30+ потоков и среди них есть задачи длительностью до часа, то это приводит к потере до получаса рабочего времени мощного компа. На скринах пример списка задач до и после перезагрузки. В общей картине эти потери, конечно, незначительны. А вот ведущему проекта Эдуарду Ватутину спасибо за регулярные посты о ходе проекта и публикациию результатов в энциклопедии OEIS. Имхо достойно того, чтобы 100% времени наших CPU выделять на RakeSearch. Вот бы ещё на Apple Silicon и на Linux появились задачи от проекта! Подписывайтесь на Эдуарда: https://vk.com/id162891802 #rakesearch #silicon

Hashtags

#rakesearch #silicon

ФГБУН Институт высокотемпературной электрохимии УрО РАН

@ihteubras · Post #164 · 12/07/2022, 08:03 AM

Find similar View

Свежая работа регулярного выпуска👇 🟢 2022 🟢 V. 9 🟢 Issue 4 🟢 No. 20229424 🟢 Article 📜 Electroreduction of silicon from the NaI–KI–K2SiF6 melt for lithium-ion power sources 👩‍🎓👨‍🎓 R.K. Abdurakhimova, M.V. Laptev (https://orcid.org/0000-0003-3338-0057), N.M. Leonova (https://orcid.org/0000-0003-1016-8977), A.M. Leonova (https://orcid.org/0000-0001-5900-7045), A.S. Schmygalev (https://orcid.org/0000-0001-9783-309X), A.V. Suzdaltsev (https://orcid.org/0000-0003-3004-7611) 🏛 Ural Federal University, https://urfu.ru/en 🏛 Institute of High-Temperature Electrochemistry, http://www.ihte.uran.ru 📚#silicon#nanofibers#electroreduction#melt#lithium#cycling#NaI#KI#K2SiF6 🔗https://doi.org/10.15826/chimtech.2022.9.4.24 https://journals.urfu.ru/index.php/chimtech/article/view/6294

Hashtags

#silicon #nanofibers #electroreduction #melt #lithium #cycling #nai #ki #k2sif6