项目预览
项目数据
项目介绍
Star 增长趋势
本站每日记录该项目 GitHub 星标变化，观测越久曲线越完整
数据来源：GitHub API 逐日快照 · 收录于 2026-10-31 · 当前星标 ★ 171
核心亮点
- 基于 JAX，天然支持 jit 编译、自动微分与多设备并行，训练效率高
- 聚焦地球观测任务，内置遥感数据加载与预处理，减少样板代码
- 模块化设计，训练循环与模型组件可组合，便于做研究实验
不足之处
- 项目处于早期，API 和文档可能不稳定，生态与示例较少
- 社区规模小，遇到问题可参考的案例和讨论有限
适用场景
- 卫星/航拍影像的语义分割模型训练
- 遥感影像分类任务的快速原型实验
- 地球观测方向的论文复现与算法对比
替代项目
torchgeo、raster-vision、terratorch
上一篇：PERSIA
下一篇：AutoGrad-Engine
同类项目推荐
RLP
开源
把强化学习塞进预训练，让模型天生会决策
[ICLR 2026] Official PyTorch Implementation of RLP: Reinforcement as a Pretraining O···
llm-compressor
开源
一键压缩大模型，vLLM 直接跑，省显存提吞吐
State-of-the-art LLM compression, built for production inference with vLLM
pytorch-generative
开源
一键复现经典生成模型，快速上手图像生成实验
Easy generative modeling in PyTorch
grafting
开源
像嫁接植物一样组合扩散模型架构，快速找到最优设计。
[NeurIPS 2025 Oral] Official Code for Exploring Diffusion Transformer Designs via Gr···
onebitllms
开源
小显存也能训练1.58bit三值大模型
Lightweight toolkit package to train and fine-tune 1.58bit Language models
ai-toolkit
开源
写份配置就能微调扩散模型，LoRA 训练开箱即用
The ultimate training toolkit for finetuning diffusion models
Fast-LLM
开源
让 LLM 训练跑满 GPU，少等快出结果
Accelerating your LLM training to full speed! Made with ❤️ by ServiceNow Research
sd-leap-booster
开源
让 Stable Diffusion 微调更快，从局部最优起步，省时省力。
Fast finetuning using a booster model that puts the initial state to a local minimum
verl-vla
开源
采集+微调+RL 一条龙，让机器人 VLA 策略快速迭代
A unified VLA post-training framework for human-in-the-loop data collection, fine-tu···