NGPU-LM with ONNX model inference

仓库指标

星标

18,168 个星标 (18,168 个星标)

PR 合并指标

30 天内没有已合并 PR (30 天内没有已合并 PR)

描述

贡献者指南

研究方向

查找 NeMo 中使用 CTC 解码器和 NGPU LM 波束搜索进行 ONNX 模型推理的示例；查看 NGPU LM 与 ONNX 模型集成的文档；跟踪推理流程以识别配置步骤。

技术栈

python

领域

machine learningai

议题类型

调研

难度面向新贡献者的预计实现难度，1 表示很小改动，5 表示专家级工作。

3

预计时间有经验贡献者完成调查、实现、测试并准备 pull request 的粗略时间范围。

1-3 小时

活动状态议题当前的可参与程度：新鲜、活跃、陈旧、阻塞或等待维护者输入。

活跃

清晰度议题是否清楚说明期望改动、验收标准和下一步。

基本清晰

前置要求

PythonONNXCTC decoding

新手友好度1-100 的估计分数，表示该议题对首次贡献者的友好程度。

60