sml-project-2023-manfredi-meneghin

用课程项目实战可扩展ML/DL，跑通大规模训练流程

这是一个学术课程项目，源自2023/2024学年可扩展机器学习与深度学习课程的期末作业。项目以Python实现，旨在探索如何在大规模数据环境下高效构建和训练机器学习及深度学习模型。它可能涉及分布式训练、模型并行、数据并行或优化算法等关键技术，以解决单机算力不足的问题。核心能力包括提供可扩展的模型训练流程、性能基准测试以及相关实验代码，帮助研究者和学生理解并实践可扩展ML/DL系统的设计。项目代码结构清晰，适合作为学习参考。

开源 free 基础设施
访问官网 ↗ GitHub ↗ 文档 ↗
GitHub 星标 ★ 241
维护状态 低维护
是否开源 是
定价模式 free

项目数据

分类基础设施
开发团队SebastianoMeneghin
所属国家
官网地址
GitHubhttps://github.com/SebastianoMeneghin/sml-project-2023-manfredi-meneghin
定价模式free
价格说明开源项目，无在线服务，需自行部署，完全免费。
访问状态
是否开源是
开源协议
主要语言Python
技术栈/模型api,ci-cd,featureengineering,machinelearning,mlops,mlpipelines,prediction,python,serverless,xgboost
GitHub 星标★ 241
30天Star增速
HF 下载量
上线时间2023-12-04 00:00:00
最近更新2026-09-10 00:00:00
维护状态低维护
中文支持
访问方式
移动端支持
综合评分
收录时间2026-08-09
浏览次数4

使用教程

核心亮点

  • 完整展示了从数据加载到模型训练的分布式流水线，实操性强
  • 代码模块化设计，便于二次开发和实验对比
  • 项目文档包含实验设置和结果分析，适合教学参考

不足之处

  • 文档/社区待观察
  • 项目为课程作业，可能缺少长期维护和社区支持

适用场景

  • 高校研究生学习可扩展机器学习课程设计
  • 研究分布式训练框架的入门参考
  • 需要快速搭建可扩展训练原型的开发者

替代项目

Horovod、Ray、PyTorch Distributed

项目介绍

sml-project-2023-manfredi-meneghin 是学习教育领域的开源项目，由 SebastianoMeneghin 开发，2023 年首次发布。

它收录于学习教育分类，该分类目前共有 429 个项目，GitHub 星标数为 241。

项目已超过三个月没有代码更新，维护节奏明显放缓，最近一次代码更新于 2026-09-10。无在线服务，需自行部署，完全免费。

它主要面向的使用场景是：高校研究生学习可扩展机器学习课程设计。同类可对比的替代方案包括 Horovod、Ray、PyTorch Distributed。

上一篇：Harkirat-Singh-course_code_and_notes

下一篇：data-scientist-roadmap2024

同类项目推荐

awesome-awesome-ai 开源

一站式导航AI资源，告别收藏夹吃灰

An awesome list for collecting awesome lists related to AI.

★ 136 2026-08-09
machine-learning 开源

免费学AI，从入门到实战，社区共建资源库

Learn AI together, for free. AI learning and teaching resources for everyone.

★ 231 2026-08-09
groundhog 开源

拆解 Cursor 原理，手把手教你造 AI 编程助手

Groundhog's primary purpose is to teach people how Cursor and all these other coding···

★ 405 2026-08-09
notebooks 开源

跟着最新视觉模型教程，边看边跑代码，快速上手实战

A collection of tutorials on state-of-the-art computer vision models and techniques.···

★ 9686 2026-08-10