deep-learning

SwanLab - 开源、现代化 AI 训练追踪与可视化工具。支持云端 / 自托管使用，整合 PyTorch / Transformers / verl / LLaMA Factory / ms-swift / Ultralytics / MMEngine / Keras 等。

通过此完整 0 到 100 的仓库，精通人工智慧、机器学习、生成式 AI、深度学习、数据科学、自然语言处理、强化学习等。

The Hugging Face course on Transformers

TorchGeo: datasets, samplers, transforms, and pre-trained models for geospatial data

用 Segment Anything Model (SAM) 进行地理空间资料分割的 Python 套件

容错、可高度扩展的 GPU 编排，以及一个设计用于训练数十亿至数兆参数模型的机器学习框架

一个开源框架，用于训练大型多模态模型

📈 目前最大的工业缺陷检测数据库及论文集，持续整理开源数据集与关键论文，对表面缺陷研究极为重要。

SuperGlue：使用图神经网络学习特征匹配（CVPR 2020，口头报告）

FEDML - 用于大规模分布式训练、模型部署与联邦学习的统一且具扩展性的机器学习库。跨云调度器 FEDML Launch 进一步支持在任何 GPU 云或本地集群上运行任何 AI 任务。基于此库构建的 TensorOpera AI (https://TensorOpera.ai) 是您的大规模生成式 AI 平台。

PyTorch 中的模型摘要，类似 Keras 的 `model.summary()`

基于 Free Spaced Repetition Scheduler 算法的现代 Anki 自订排程。

Deepchecks：持续验证 ML 模型与数据的测试工具，提供从研究到生产的全方位 AI 与 ML 验证解决方案

oneAPI Deep Neural Network Library (oneDNN)

Quant/Algorithm trading resources with an emphasis on Machine Learning

A comprehensive list of Deep Learning / Artificial Intelligence and Machine Learning tutorials - rapidly expanding into areas of AI/Deep Learning / Machine Vision / NLP and industry specific areas such as Climate / Energy, Automotives, Retail, Pharma, Medicine, Healthcare, Policy, Ethics and more.

TimeGPT-1：可投入生产的预训练时间序列基础模型，用于预测与异常检测。生成式预训练变压器在超过 100B 个数据点上训练，能准确预测零售、电力、金融与 IoT 等多个领域，只需几行代码 🚀

Vector (and Scalar) Quantization, in Pytorch

使用深度学习方法的文字识别（光学字符识别），ICCV 2019

一个最小化的 Python 框架，用于构建自定义 AI 推理服务器，完全控制逻辑、批次与扩展

领域适应、任务适应与领域泛化的迁移学习库

TVM 中文文档（简体）/ TVM Documentation in Chinese Simplified

优秀的知识蒸馏

最简单、最懒的方式构建多代理 LLM 应用

Hugging Face Hub 的官方 CLI 与 Python 客户端

促进深度文本匹配模型的设计、比较与共享

OpenMMLab 预训练工具箱与基准测试

使用 PyTorch 计算 FID 分数

机器学习资源

Scenic：一个用于计算机视觉研究及更广泛应用的Jax库