mlops

🔥 一個能在你睡覺時 24/7 自動執行深度學習實驗的自主 AI agent。零成本監控、領導者-工作者架構、固定大小記憶體。

讓資料湖適用於時間序列資料

資料工程與機器學習知識中心

高效深度學習系統課程教材

一個開源的 ML pipeline 開發平台

🌀 𝗧𝗵𝗲 𝗙𝘂𝗹𝗹 𝗦𝘁𝗮𝗰𝗸 𝟳-𝗦𝘁𝗲𝗽𝘀 𝗠𝗟𝗢𝗽𝘀 𝗙𝗿𝗮𝗺𝗲𝘄𝗼𝗿𝗸 | 透過設計、建置與部署端對端 ML 批次系統免費學習 𝗠𝗟𝗘 與 𝗠𝗟𝗢𝗽𝘀 ～ 原始碼 + 2.5 小時的閱讀與影片素材

CodeProject.AI Server 是一個獨立的服務，軟體開發人員可以將其納入應用程式中並隨之分發，以利用 AI 的強大功能來增強應用程式。

以 RLOps 簡化強化學習。搭載最先進的 RL 演算法與工具，透過進化式超參數最佳化實現快 10 倍的訓練速度。

🧠 Motorhead 是一個用於 LLM 的記憶與資訊檢索伺服器。

高效能的 ML 模型服務框架，提供動態批次處理與 CPU/GPU 管線，充分發效能。

用於建構 AI 應用程式的 PostgreSQL 向量資料庫擴充功能

透過 10 個步驟訓練並部署 ML REST API 來預測加密貨幣價格。

LightlyStudio - 用於多模態 ML 的統一資料平台

為期 10 週、每天 30 分鐘的 LLM 推論服務與最佳化學習藍圖。包含 vLLM、SGLang、量化、推測解碼、效能評測。

Neum AI 是一套同級最佳的框架，可用於大規模管理向量嵌入的建立與同步。

在幾分鐘內於本機或遠端部署任何 AI 模型、Agent、資料庫、RAG 和 pipeline。

深度學習雲端供應商列表

筆記本、程式碼範例、範例應用程式及其他資源，展示如何使用 Google Cloud Vertex AI 開發與管理機器學習及生成式 AI 工作流程。

學習如何建立、開發與維護先進的 MLOps 程式碼基底

開源資料註釋與標記工具

NucliaDB，用於 RAG 的 AI 搜尋資料庫

此儲存庫提供一個可自訂的堆疊，用於在 Databricks 上啟動符合生產環境最佳實務的新 ML 專案。

Google Cloud Platform Vertex AI 端到端機器學習維運工作流程

BharatMLStack 是 Meesho 建構的開源端到端機器學習基礎設施堆疊，旨在支援 Bharat 規模的即時與批次 ML 工作負載。

使用機器學習、uv、Github Actions 與 Pytests 的 FastAPI 專案 Cookiecutter 範本

全端機器學習（ML）學習藍圖涵蓋成為機器學習各方面專家所需的技能與技術，包含資料收集與前處理、模型開發、部署與維護。

針對傳統 ML 模型的 Ollama。能將 XGBoost、LightGBM、scikit-learn、CatBoost 與 ONNX 模型轉為原生 C99 推論程式碼的 AOT 編譯器。只需一個指令載入、一個指令提供服務。比 Python 推論快 336 倍。

無伺服器機器學習課程，用於從模型與特徵建構具備 AI 功能的預測服務

Azure MLOps (v2) 解決方案加速器。可在 Azure 平台上部署機器學習模型的企業級就緒範本。