CTranslate2
CTranslate2 是一个用于 Transformer 模型高效推理的 C++ 和 Python 库。
该项目实现了一个自定义运行时,它应用了权重量化、层融合、批次重排序等多种性能优化技术,以加速 Transformer 模型在 CPU 和 GPU 上的运行并减少内存使用。
安装与设置
安装 Python 包
pip install ctranslate2
LLM
查看使用示例。
from langchain_community.llms import CTranslate2
API 参考:CTranslate2