apple/corenet

Что это?

Ключевые возможности

• 01Рецепты обучения и предобученные веса для опубликованных моделей, таких как OpenELM, CatLIP и MobileViT.
• 02Реестры моделей, датасетов и функций потерь, настраиваемые через YAML-файлы.
• 03Поддержка классификации изображений, детекции, сегментации, мультимодальных моделей в стиле CLIP и языковых моделей.
• 04Рекомендации по обучению на нескольких узлах, в том числе с SLURM.
• 05Примеры запуска отдельных моделей на Apple Silicon с помощью MLX.

Сценарии использования

• Обучение модели классификации или детекции на собственном датасете с воспроизводимыми конфигурациями.
• Воспроизведение или развитие опубликованных исследований Apple, например MobileViT или CatLIP.
• Предобучение или дообучение мультимодальных моделей в стиле CLIP и небольших языковых моделей в большом масштабе.
• Эффективный запуск инференса отдельных моделей на Apple Silicon с помощью MLX.

Быстрый старт

1. 1

   Установите Git LFS (Linux, с помощью apt)

   sudo apt install git-lfs
2. 2

   Клонируйте репозиторий

   git clone git@github.com:apple/corenet.git
3. 3

   Перейдите в папку репозитория и загрузите файлы LFS

   git lfs pull
4. 4

   Установите CoreNet с помощью pip в редактируемом режиме (при желании — внутри venv)

   python3 -m pip install --editable .

Что важно знать

• !Лицензия не указана однозначно (указано NOASSERTION), поэтому перед использованием проверьте файл LICENSE.
• !В README рекомендуется Linux с Python 3.10 или новее и PyTorch 2.1.0 или новее. Для получения содержимого репозитория также требуется Git LFS.
• !Для работы с аудио и видео нужны дополнительные системные пакеты, например sox и ffmpeg.

В подборках

Темы

Частые вопросы

Что такое corenet?

Инструментарий Apple на базе PyTorch для обучения небольших и крупных глубоких нейросетей, включая CLIP, LLM, модели классификации, детекции и сегментации. CoreNet — инструментарий Apple для обучения стандартных и новых моделей разного масштаба: от фундаментальных моделей (CLIP и LLM) до моделей классификации и детекции объектов и семантической сегментации. Он построен на PyTorch и использует YAML-файлы конфигурации, в которых через реестры выбираются модели, датасеты и конвейеры обучения.

corenet можно использовать бесплатно? Какая у него лицензия?

corenet распространяется с открытым исходным кодом под лицензией Other. Перед использованием в коммерческих продуктах проверьте условия лицензии.

corenet всё ещё поддерживается?

Обновлялся за последние 6 месяцев. Последний коммит в corenet — 25 сент. 2026 г..

Для чего можно использовать corenet?

Обучение модели классификации или детекции на собственном датасете с воспроизводимыми конфигурациями. Воспроизведение или развитие опубликованных исследований Apple, например MobileViT или CatLIP. Предобучение или дообучение мультимодальных моделей в стиле CLIP и небольших языковых моделей в большом масштабе. Эффективный запуск инференса отдельных моделей на Apple Silicon с помощью MLX.

Как установить corenet?

Установите Git LFS (Linux, с помощью apt): sudo apt install git-lfs Клонируйте репозиторий: git clone git@github.com:apple/corenet.git Перейдите в папку репозитория и загрузите файлы LFS: git lfs pull Установите CoreNet с помощью pip в редактируемом режиме (при желании — внутри venv): python3 -m pip install --editable .

Где скачать corenet?

Исходный код и инструкции по установке — на GitHub: https://github.com/apple/corenet