keras

神經網路、深度學習與機器學習模型的可視化工具

:zap: 為 Python 與 CLI 設計的快速、可擴充進度條

互動式深度學習書籍，包含多框架程式碼、數學與討論。已在 70 個國家 500 所大學採用，包括 Stanford、MIT、Harvard 與 Cambridge。

資料科學 Python Notebook：深度學習（TensorFlow、Theano、Caffe、Keras）、scikit-learn、Kaggle、大數據（Spark、Hadoop MapReduce、HDFS）、matplotlib、pandas、NumPy、SciPy、Python 基礎、AWS 及各種指令列工具。

Mask R-CNN 用於 Keras 與 TensorFlow 的物件偵測與實例分割

ncnn：針對行動平台優化的高效能神經網路推論框架。

🏆 每週更新的機器學習 Python 函式庫排行榜。

機器學習互操作性的開放標準

將設計稿轉換為靜態網站的神經網路

人工智能學習路線圖，整理近200個實戰案例與專案，免費提供配套教材，零基礎入門，就業實戰！包括：Python、數學、機器學習、資料分析、深度學習、電腦視覺、自然語言處理、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 等熱門領域

AI 開發者平台，使用 Weights & Biases 進行模型訓練與微調，並從實驗到部署全流程管理模型。

深度學習 AutoML 函式庫

基於深度學習的中文語音識別系統

野外強化學習課程

股票 AI 操盤手：從學習、模擬到實盤，一站式平台。包含股票知識、策略實例、大模型、因子挖掘、傳統策略、機器學習、深度學習、強化學習、圖網路、高頻交易、C++ 部署和聚寬實例代碼等，可方便學習、模擬及實盤交易。

在幾秒鐘內設置並自訂深度學習環境

MMdnn 是一組工具，協助使用者在不同深度學習框架之間互操作，例如模型轉換與可視化。支援 Caffe、Keras、MXNet、Tensorflow、CNTK、PyTorch、Onnx 與 CoreML 之間的模型轉換。

T81-558：Keras - Washington University in St. Louis 的深度神經網路應用。

設計或視覺化神經網路架構的工具。

Keras 模型用於從手繪網站模型生成 HTML 代碼。實現了圖像標題架構以處理繪製的源圖像。

unet 用於圖像分割

帶有預訓練骨幹的分割模型。Keras 與 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.

基於 AlphaZero 的乾淨實作，適用於任何框架的任何遊戲 + 教學 + Othello/圍棋/井字棋/四子棋 等

本倉庫將分享有關將深度學習模型部署到生產環境的實用筆記與參考資料。

PyTorch 中的模型摘要，類似 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 上撰寫的機器學習文章，已存檔

開源硬體與軟體平台，用於構建小型自駕車。