mxnet

最先端の2Dおよび3D顔解析プロジェクト

マルチフレームワークのコード、数学、ディスカッションを伴うインタラクティブな深層学習ブック。Stanford、MIT、Harvard、Cambridgeを含む70カ国から500の大学で採用されています。

ncnnは、モバイルプラットフォーム向けに最適化された高性能なニューラルネットワーク推論フレームワークです

モデル別に整理された最先端のディープラーニングスクリプト - エンタープライズグレードのインフラストラクチャ上で再現性のある精度とパフォーマンスで容易にトレーニングおよびデプロイ可能。

数秒でディープラーニング環境をセットアップおよびカスタマイズ。

Gluon CV Toolkit

MMdnnは、ユーザーが異なるディープラーニングフレームワーク間で相互運用できるようにするためのツール群です。例として、モデルの変換や可視化があります。Caffe、Keras、MXNet、Tensorflow、CNTK、PyTorch、Onnx、CoreML間のモデルを変換できます。

データ処理のための高度に最適化されたビルディングブロックと実行エンジンを含むGPUアクセラレーションライブラリであり、ディープラーニングのトレーニングおよび推論アプリケーションを高速化します。

Pythonにおける確率的時系列モデリング

Javaで実装されたエンジン非依存の深層学習フレームワーク

このリポジトリでは、深層学習ベースのモデルを本番環境にデプロイする際の役立つノートやリファレンスを共有します。

このプロジェクトは、書籍 Dive Into Deep Learning (https://d2l.ai/) を再現したもので、MXNetのコードをPyTorchに適合させています。

ディープラーニングネットワークのトレーニング用サンドボックス

🔮 お気に入りのライブラリと互換性を持つ、ディープラーニングに対する刷新された関数型アプローチ

機械学習大学：自然言語処理の速習クラス

Amazon SageMaker で機械学習モデルのトレーニングとデプロイを行うためのライブラリ

Hadoop 上の AI

TensorLy: Pythonにおけるテンソル学習

Machine Learning University: アクセラレーテッド・コンピュータービジョン・クラス

:computer: 機械に学習させる方法を学び、プログラミングの苦労から解放されましょう。究極のリスト

Machine Learning University: 高速表データクラス

動的バッチ処理と CPU/GPU パイプラインを提供し、計算マシンの性能を最大限に引き出す高性能な ML モデルサービングフレームワーク