coreml

ऑब्जेक्ट डिटेक्शन, इंस्टेंस सेगमेंटेशन, क्लासिफिकेशन, ट्रेनिंग और एक्सपोर्ट के लिए PyTorch में Ultralytics YOLOv5।

न्यूरल नेटवर्क, डीप लर्निंग और मशीन लर्निंग मॉडल के लिए विज़ुअलाइज़र

प्रशिक्षण, सत्यापन, अनुमान और बहु-प्रारूप निर्यात के साथ वास्तविक समय वस्तु पहचान के लिए YOLOv3, YOLOv3-SPP, और YOLOv3-tiny का PyTorch कार्यान्वयन

Python, R, Java, C++ के लिए रैंकिंग, वर्गीकरण, रिग्रेशन और अन्य मशीन लर्निंग कार्यों के लिए उपयोग की जाने वाली एक तेज़, स्केलेबल, उच्च-प्रदर्शन Gradient Boosting on Decision Trees लाइब्रेरी। CPU और GPU पर गणना का समर्थन करती है।

Mac पर नेटिव रूप से Stable Diffusion चलाएं।

Core ML (iOS 11+ के लिए) के मॉडलों की सबसे बड़ी सूची

MMdnn उपयोगकर्ताओं को विभिन्न गहरे शिक्षण फ्रेमवर्क के बीच अंतर-संचालन करने में मदद करने के लिए उपकरणों का एक सेट है। उदा. मॉडल रूपांतरण और विजुअलाइजेशन। Caffe, Keras, MXNet, Tensorflow, CNTK, PyTorch Onnx और CoreML के बीच मॉडल कनवर्ट करें।

Go के लिए नेटिव Mac API। इसे पहले MacDriver के रूप में जाना जाता था

Core ML टूल्स में Core ML मॉडल रूपांतरण, संपादन और सत्यापन के लिए सहायक उपकरण शामिल हैं।

TNN: Tencent Youtu Lab और Guangying Lab द्वारा विकसित, मोबाइल, डेस्कटॉप और सर्वर के लिए एक यूनिफ़ॉर्म डीप लर्निंग इन्फ्रेन्स फ्रेमवर्क। TNN अपनी कई उत्कृष्ट विशेषताओं के लिए जाना जाता है, जिसमें इसकी क्रॉस-प्लेटफ़ॉर्म क्षमता, उच्च प्रदर्शन, मॉडल कंप्रेशन और कोड प्रूनिंग शामिल हैं। ncnn और Rapidnet के आधार पर, TNN मोबाइल उपकरणों के लिए समर्थन और प्रदर्शन अनुकूलन को और मजबूत करता है, और साथ ही

विभिन्न फ्रेमवर्क के बीच परस्पर रूपांतरित किए गए मॉडल को संग्रहीत करने के लिए एक रिपॉजिटरी। समर्थित फ्रेमवर्क TensorFlow, PyTorch, ONNX, OpenVINO, TFJS, TFTRT, TensorFlowLite (Float32/16/INT8), EdgeTPU, CoreML हैं।

आपके ऐप्स में फ्रंटियर CoreML ऑडियो मॉडल — टेक्स्ट-टू-स्पीच, स्पीच-टू-टेक्स्ट, वॉयस एक्टिविटी डिटेक्शन, और स्पीकर डायरिज़ेशन। Swift में, SOTA ओपन सोर्स द्वारा संचालित।

Apple Neural Engine (ANE) के बारे में हम वास्तव में जो कुछ भी जानते हैं।

फ़ोटो या वीडियो को एनीमे में बदलने सहित अपने खुद के एनीमेशन कार्य बनाने के लिए AnimeGANv3 का उपयोग करें।

Apple Silicon गाइड। A17 Pro, A16 Bionic, R1, M1-सीरीज़, M2-सीरीज़ और M3-सीरीज़ चिप्स के बारे में सब कुछ जानें। साथ ही Apple Silicon द्वारा संचालित सभी डिवाइस, ऑपरेटिंग सिस्टम, टूल्स, गेमिंग और सॉफ्टवेयर।

iOS/macOS के लिए कोर ML मॉडल ज़ू — PyTorch मॉडल जिन्हें उपयोग के लिए तैयार .mlpackage में बदला गया है, प्रत्येक में एक कन्वर्शन स्क्रिप्ट और SwiftUI सैंपल ऐप है।

CoreML के साथ एक NSFW (यानी पोर्न) डिटेक्टर

Swift में लिखा गया विजुअल प्रोग्रामिंग लैंग्वेज जो निष्पादित करने योग्य Swift कोड में汇编 होती है।

"EdgeSAM: Prompt-In-the-Loop Distillation for On-Device Deployment of SAM" का आधिकारिक PyTorch कार्यान्वयन

Apple Silicon के लिए AI स्पीच टूलकिट — MLX और CoreML द्वारा संचालित ASR, TTS, स्पीच-टू-स्पीच, VAD और डायराइजेशन

Windows ML के लिए सैंपल्स और टूल्स।

ONNX फ़ाइलों को LiteRT/TFLite/TensorFlow, PyTorch नेटिव कोड (nn.Module), TorchScript (.pt), state_dict (.pt), Exported Program (.pt2), और Dynamo ONNX में बदलने के लिए एक टूल। यह LiteRT से PyTorch में सीधे रूपांतरण का भी समर्थन करता है।

iOS, ML, AR संसाधनों का एक क्यूरेटेड संग्रह जिसमें कुछ UI परिवर्धन शामिल हैं

CoreML मॉडल को आसानी से एकीकृत करने के लिए Swift में डिज़ाइन किया गया कैमरा - साथ ही इमेज स्ट्रीमिंग, QR/बारकोड डिटेक्शन और कई अन्य सुविधाएँ

स्ट्रीमिंग और ऑन-डिवाइस उपयोग के लिए ऑप्टिमाइज़्ड Whisper मॉडल

आपके सभी एजेंट्स के लिए साझा सिंगल-फाइल मेमोरी लेयर, Apple Silicon पर टेक्स्ट, फोटो और वीडियो पर सब-मिलीसेकंड RAG। कोई सर्वर नहीं। कोई API नहीं। एक फाइल। शुद्ध Swift।

Hugging Face मॉडल को Core ML और TensorFlow Lite में निर्यात करें

SimilaritySearchKit एक Swift पैकेज है जो iOS और macOS एप्लिकेशन के लिए ऑन-डिवाइस टेक्स्ट एम्बेडिंग और सिमेंटिक सर्च कार्यक्षमता प्रदान करता है।

प्रमुख कंप्यूटर विज़न कार्यों में रीयल-टाइम Core ML इन्फरेंस के लिए Ultralytics YOLO iOS ऐप और Swift पैकेज।