mxnet

最先進的 2D 與 3D 臉部分析專案

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。

ncnn：針對行動平台優化的高效能神經網路推論框架。

最先進的深度學習腳本，依模型分類，易於訓練與部署，於企業級基礎設施上提供可重現的準確度與效能。

在幾秒鐘內設置並自訂深度學習環境

Gluon CV Toolkit

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。

GPU 加速函式庫，提供高度最佳化的建構模組與執行引擎，用於資料處理以加速深度學習訓練與推論應用。

Python 中的概率時間序列建模

跨引擎深度學習框架（Java）

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。

此專案重現《Dive Into Deep Learning》一書的內容，將 MXNet 程式碼改寫為 PyTorch。

深度學習網路訓練沙盒

🔮 一種令人耳目一新的函數式深度學習方法，與您喜愛的函式庫相容

機器學習大學：加速自然語言處理課程

用於在 Amazon SageMaker 上訓練與部署機器學習模型的程式庫

Hadoop 上的 AI

TensorLy：Python 中的張量學習。

機器學習大學：加速電腦視覺課程

:computer: 學習讓機器學習，這樣你就不用辛苦編寫程式；終極清單

機器學習大學：加速表格資料課程

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。