models

Le framework Web pour les perfectionnistes avec des délais serrés.

Créez et partagez des applications de machine learning attrayantes, entièrement en Python.

Modèles de segmentation sémantique avec plus de 500 backbones pré-entraînés basés sur des réseaux convolutionnels et des transformers.

Une collection de modèles pré-entraînés à la pointe de la technologie au format ONNX

La plus grande liste de modèles pour Core ML (pour iOS 11 et versions ultérieures).

Maintenu officiellement et soutenu par PaddlePaddle, incluant CV, NLP, parole, recommandation, séries temporelles, grands modèles, etc.

Dépôt pour stocker des modèles convertis entre divers frameworks, notamment TensorFlow, PyTorch, ONNX, OpenVINO, TFJS, TFTRT, TensorFlowLite, EdgeTPU et CoreML.

Modèles de Deep Learning pré-entraînés et démonstrations (haute qualité et extrêmement rapides)

TorchGeo : jeux de données, échantillonneurs, transformations et modèles pré-entraînés pour les données géospatiales

Le client CLI et Python officiel pour le Hugging Face Hub.

Modèles YSM collectés à partir de diverses sources, libres d'utilisation. Veuillez rejoindre le serveur Discord YSM pour toute question.

Une liste organisée de LLM médicaux, systèmes multimodaux, jeux de données, benchmarks et plus encore. 🏥

Mise en cache simplifiée des modèles Eloquent.

Typegoose : définissez des modèles Mongoose en utilisant des classes TypeScript.

Modèles pour la bibliothèque de traitement du langage naturel (NLP) spaCy

Gérez vos modèles Ollama avec Go

Une collection de notebooks Jupyter de référence et d'applications IA/ML de démonstration pour les cas d'usage en entreprise : marketing, tarification, chaîne d'approvisionnement, fabrication intelligente, et plus encore.

No-code en façade, Python en arrière-plan. Un framework open source pour créer des applications de données.

Un outil DevOps open source de la CNCF pour empaqueter et versionner des modèles IA/ML, des jeux de données, du code et des configurations sous forme d'artefact OCI.

Un framework open source pour modèles de langage étendus (LLM) basés sur la connaissance.

Ce qu'ActiveModel a omis.

:milky_way: Le projet R easystats

💪 Métriques de qualité et de performance des modèles (R2, ICC, LOO, AIC, BF, ...)

[ICLR 2026 Oral] ScaleCUA est un agent d'utilisation informatique open source capable d'opérer dans des environnements multiplateformes (Windows, macOS, Ubuntu, Android).

View models pour Laravel

Framework complet pour le développement d'applications web en Rust.

csghub-server est le serveur backend de CSGHub qui aide les utilisateurs à gérer les jeux de données, les modèles, et à exécuter l'inférence, le fine-tuning et les espaces d'application

Point central pour le groupe de travail ingénierie/mise à l'échelle : documentation, scripts et journaux SLURM, environnement de calcul et données.

Outil de conversion de fichiers ONNX vers LiteRT/TFLite/TensorFlow, code natif PyTorch (nn.Module), TorchScript (.pt), state_dict (.pt), Exported Program (.pt2) et Dynamo ONNX. Supporte également la conversion directe de LiteRT vers PyTorch.

Déployez n'importe quel modèle d'IA, agent, base de données, RAG ou pipeline localement ou à distance en quelques minutes