研究活動を支えるコード・ドキュメントをまとめています．

環境構築をはじめ，日々の研究に役立つ Tips をまとめています．

→ handbook

PyTorch 向けのミニマルな機械学習フレームワークです． BaseTrainer を継承し，setup()，compute_loss()，compute_metrics() の3つを実装するだけで，チェックポイント保存，early stopping，メトリクスの記録・可視化，ログ出力，ライブ Web ダッシュボードまでを自動でこなします． 混合精度学習や勾配累積による省メモリ化にも対応し，小規模な GPU でも扱えます．

→ train4all

研究室内で役立つ情報や改善案があれば，Issue や Pull Request で気軽に共有してください．