keras

神经网络、深度学习与机器学习模型的可视化工具

:zap: 为 Python 与 CLI 设计的快速、可扩展进度条

互动式深度学习书籍，包含多框架代码、数学与讨论。已在 70 个国家 500 所大学采用，包括 Stanford、MIT、Harvard 与 Cambridge。

数据科学 Python Notebook：深度学习（TensorFlow、Theano、Caffe、Keras）、scikit-learn、Kaggle、大数据（Spark、Hadoop MapReduce、HDFS）、matplotlib、pandas、NumPy、SciPy、Python 基础、AWS 以及各种命令行工具。

Mask R-CNN 用于 Keras 与 TensorFlow 的目标检测与实例分割

ncnn：针对移动平台优化的高性能神经网络推理框架。

🏆 每周更新的机器学习 Python 库排行榜。

机器学习互操作性的开放标准

将设计稿转换为静态网站的神经网络

人工智能学习路线图，整理近200个实战案例与项目，免费提供配套教材，零基础入门，就业实战！包括：Python、数学、机器学习、数据分析、深度学习、计算机视觉、自然语言处理、PyTorch、TensorFlow、machine-learning、deep-learning、data-analysis、data-mining、mathematics、data-science、artificial-intelligence、python、tensorflow、tensorflow2、caffe、keras、pytorch、algorithm、numpy、pandas、matplotlib、seaborn、nlp、cv 等热门领域

AI 开发者平台，使用 Weights & Biases 进行模型训练与微调，并从实验到部署全流程管理模型。

深度学习 AutoML 库

基于深度学习的中文语音识别系统

野外强化学习课程

股票 AI 操盘手：从学习、模拟到实盘，一站式平台。包含股票知识、策略实例、大模型、因子挖掘、传统策略、机器学习、深度学习、强化学习、图网络、高频交易、C++ 部署和聚宽实例代码等，可以方便学习、模拟及实盘交易。

在几秒钟内设置并自订深度学习环境

MMdnn 是一组工具，协助用户在不同深度学习框架之间互操作，例如模型转换与可视化。支持 Caffe、Keras、MXNet、Tensorflow、CNTK、PyTorch、Onnx 与 CoreML 之间的模型转换。

T81-558：Keras - Washington University in St. Louis 的深度神经网络应用。

设计或可视化神经网络架构的工具。

Keras 模型用于从手绘网站模型生成 HTML 代码。实现了图像标题架构以处理绘制的源图像。

unet 用于图像分割

带有预训练骨干的分割模型。Keras 与 TensorFlow Keras。

A repository for storing models that have been inter-converted between various frameworks. Supported frameworks are TensorFlow, PyTorch, ONNX, OpenVINO, TFJS, TFTRT, TensorFlowLite (Float32/16/INT8), EdgeTPU, CoreML.

基于 AlphaZero 的干净实现，适用于任何框架的任何游戏 + 教学 + Othello/围棋/井字棋/四子棋 等

本仓库将分享有关将深度学习模型部署到生产环境的实用笔记与参考资料。

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

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.

AI Infra / AI Orchestration / AI Control Plane

🧠💬 我在 MachineCurve.com 上撰写的机器学习文章，已存档

开源硬件与软件平台，用于构建小型自驾车。