machine-learning

Công cụ trích xuất đặc trưng đa phương tiện quy mô lớn mã nguồn mở của Munich.

cuVS - thư viện tìm kiếm vector và phân cụm trên GPU

Bộ mã hóa và giải mã BPE Tokenizer JavaScript nhanh nhất cho các mô hình GPT của OpenAI (gpt-5, gpt-o*, gpt-4o, v.v.). Bản chuyển đổi từ tiktoken của OpenAI với các tính năng bổ sung.

Bộ sưu tập các công cụ AI, API, tập dữ liệu và tài nguyên học tập chất lượng cao miễn phí về machine learning, deep learning, generative AI, NLP và khoa học dữ liệu. Được thiết kế để giúp các nhà phát triển, nhà nghiên cứu và người sáng tạo khám phá và xây dựng với AI nhanh hơn.

Cách nguyên tử nhất để huấn luyện và suy luận GPT bằng C thuần túy, không phụ thuộc.

Danh sách tổng hợp các TẬP DỮ LIỆU, CƠ SỞ MÃ NGUỒN và BÀI BÁO về Học đa nhiệm (MTL), dưới góc độ Học máy.

Một module Redis để phục vụ các tensor và thực thi các đồ thị học sâu

Các mẫu tác nhân được xây dựng bằng Strands Agents SDK.

Gói Python để phân tích suy luận nhân quả mô-đun và đánh giá mô hình

DIPY là thư viện hình ảnh y tế 3D/4D+ hàng đầu trong Python. Chứa các phương pháp chung để chuẩn hóa không gian, xử lý tín hiệu, học máy, phân tích thống kê và trực quan hóa hình ảnh y tế. Ngoài ra, nó còn chứa các phương pháp chuyên biệt cho giải phẫu tính toán bao gồm hình ảnh khuếch tán, tưới máu và cấu trúc.

Xây dựng ứng dụng web chuyển đổi giọng nói thành văn bản thời gian thực sử dụng Whisper của OpenAI https://openai.com/blog/whisper/

Trí tuệ tự nhiên vẫn là một ý tưởng khá hay.

Động lực học phân tử trên đơn vị xử lý đồ họa (GPU)

Công cụ trích xuất dữ liệu và tương tác với Lean theo lập trình.

Bộ công cụ khai thác dữ liệu ELKI

Hệ thống Graph RAG để truy xuất thông tin y tế dựa trên bằng chứng [ACL 2025].

Một khung làm việc (framework) Federated Learning linh hoạt dựa trên PyTorch, giúp đơn giản hóa nghiên cứu Federated Learning của bạn.

Triển khai các biến thể NeRF dựa trên Taichi và PyTorch.

Kho lưu trữ này chứa tập hợp các khảo sát, bộ dữ liệu, bài báo và mã nguồn cho việc ước tính độ không đảm bảo dự đoán trong các mô hình deep learning.

Học sâu mô tả (Descriptive Deep Learning).

Danh sách các nhà cung cấp dịch vụ đám mây cho Deep Learning

Danh sách tổng hợp các ứng dụng học máy kinh doanh (BML) và khoa học dữ liệu kinh doanh (BDS) thực tế cho Kế toán, Khách hàng, Nhân viên, Pháp lý, Quản lý và Vận hành (bởi @firmai)

Học sâu với mạng thần kinh xung (SNN) trong PyTorch.

Hệ thống ML cấp sản xuất để phát hiện lỗi đơn vị đo lường tự động | Độ chính xác 88-92% | Tự động hóa 94% | Quy trình làm việc KNIME.

Các bài báo về khả năng giải thích của GNN

Thư viện thị giác máy tính hiệu năng cao bằng Python. Mở rộng quy mô nghiên cứu của bạn, không cần boilerplate.

Thư viện C++ header-only dành cho tối ưu hóa số học.

Dự án này kết hợp thống kê và lý thuyết tài chính để minh họa một chiến lược giao dịch phổ biến trên thị trường chứng khoán: Pairs Trading.

Hướng dẫn sử dụng TensorRT C++ API.

Hypernetwork giúp cập nhật LLM để ghi nhớ thông tin thực tế