KI-Modelle
Erkunden Sie Audio-Synthese-Demos, die von DiffWave, einem vielseitigen Diffusionsmodell, angetrieben werden. Diese Ressource zeigt neuronale Vocoder, klassenbedingte Generierung,…
Die besten Machine Learning & Data Science unter den KI-Tools
1.073 ToolsEntdecken Sie die besten Machine Learning & Data Science — von KI-Apps und Modellen bis hin zu mobilen Apps, Frameworks und Plattformen, hier finden Datenwissenschaftler und maschinelle Lerningenieure Tools, die ihre Arbeitsabläufe verbessern: Modelle trainieren, KI-Lösungen bereitstellen, Daten visualisieren und Algorithmen optimieren. Durchstöbern Sie 1.073 Die besten Machine Learning & Data Science unter den KI-Tools in KI-Apps, KI-Modelle, KI-Mobile-Apps, KI-Frameworks und KI-Plattformen und mehr.
1.073 tools
KI-Modelle
FastSpeech 2 ist ein End-to-End-Text-to-Speech-Modell, das die Sprachqualität und Trainingsgeschwindigkeit verbessert. Es integriert direkt Informationen zur Sprachvariation wie…
KI-Modelle
HiFi-GAN ist ein generatives gegnerisches Netzwerk für effiziente und hochgradig originalgetreue Sprachsynthese. Es modelliert periodische Muster in Audio, um die Sample-Qualität…
KI-Modelle
ESPnet ist ein Open-Source-Toolkit für die End-to-End-Sprachverarbeitung. Es bietet umfassende Rezepte und Tools für Aufgaben wie automatische Spracherkennung (ASR),…
KI-Modelle
MUSE ist eine Python-Bibliothek zur Erstellung mehrsprachiger Wort-Embeddings, die sowohl unüberwachte als auch überwachte Methoden unterstützt. Sie richtet fastText-Embeddings in…
KI-Modelle
Ein Hidden Markov Model (HMM) ist ein statistisches Modell, bei dem Beobachtungen von einem nicht beobachtbaren Markov-Prozess abhängen. Es wird verwendet, um versteckte Zustände…
KI-Frameworks
LIBSVM ist ein integriertes Softwarepaket für Support Vector Klassifikation, Regression und Schätzung von Verteilungen. Es bietet eine benutzerfreundliche Oberfläche, unterstützt…
KI-Modelle
Ein Autoencoder ist ein Typ von neuronalem Netz, der für unüberwachtes Lernen konzipiert ist und sich auf das Erlernen effizienter Datenkodierungen konzentriert. Er besteht aus…
KI-Modelle
Das Vision Transformer (ViT) Repository stellt Modelle und Code für Bilderkennungsaufgaben bereit. Es enthält Implementierungen der Vision Transformer und MLP-Mixer Architekturen,…
KI-Modelle
FNet ist eine effiziente Transformer-ähnliche Encoder-Architektur, die Self-Attention durch Fourier-Transformationen ersetzt. Entwickelt von Google Research, bietet es eine…
KI-Modelle
SpanBERT ist ein KI-Modell, das auf die Verbesserung des Pre-Trainings durch die Darstellung und Vorhersage von Spans (Textabschnitten) fokussiert ist. Es bietet vortrainierte…
KI-Modelle
LayoutLM ist ein multimodales Vortrainingsmodell für das Verständnis von visuell reichhaltigen Dokumenten und die Extraktion von Informationen. Es kombiniert Text-, Layout- und…
KI-Modelle
UniLM ist ein groß angelegtes, selbstüberwachtes Pre-Training-Framework, das von Microsoft entwickelt wurde. Es ermöglicht Modellen, über verschiedene Aufgaben, Sprachen und…
KI-Modelle
MASS ist eine Vortrainingsmethode für Sequenz-zu-Sequenz-Sprachgenerierungsaufgaben. Sie maskiert Satzfragmente, die der Encoder im Decoder vorhersagen soll, und verbessert so…
KI-Modelle
PEGASUS ist ein hochmodernes abstraktives Textzusammenfassungsmodell, das von Google Research entwickelt wurde. Es nutzt ein neuartiges Pre-Training-Ziel, die…
KI-Modelle
ProphetNet ist ein Forschungsprojekt des MSRA NLC-Teams, das sich auf natürliche Sprachgenerierung konzentriert. Es bietet offizielle Implementierungen vortrainierter Modelle,…
KI-Modelle
DeBERTa ist ein großes vortrainiertes Sprachmodell, das von Microsoft Research entwickelt wurde. Es übertrifft die Leistung von T5 11B-Modellen und erzielt menschliche Ergebnisse…
KI-Modelle
Funnel-Transformer ist ein KI-Modell, das Hidden States komprimiert, um die Rechenkosten zu senken. Es ermöglicht tiefere oder breitere Modelle bei gleichen FLOPs und kann…
KI-Modelle
ConvBERT ist ein Open-Source-KI-Modell für das Vortraining von Sprachmodellen, das eine neuartige Architektur mit spanbasierter dynamischer Faltung einführt. Dieses…
KI-Modelle
MPNet ist eine neuartige vortrainierte Methode für Sprachverständnisaufgaben, die BERT und XLNet verbessert. Sie bietet eine einheitliche Implementierung für verschiedene…
KI-Modelle
node2vec ist ein skalierbares Framework zum Erlernen kontinuierlicher Merkmalsrepräsentationen von Knoten in Graphen. Es optimiert die Nachbarschaftserhaltung durch…
Dieses Repository stellt die offizielle Code-Implementierung für das Forschungspapier "How Attentive are Graph Attention Networks?" zur Verfügung, das auf der ICLR'2022…
KI-Modelle
SEAL ist ein neuartiges Framework für Link Prediction, das das Problem in eine Subgraph-Klassifizierungsaufgabe umwandelt. Es extrahiert h-Hop-umschließende Subgraphen und…
KI-Modelle
GraphSAINT ist ein flexibles Framework für das Training tiefer Graph Neural Networks (GNNs) auf großen Graphen. Es führt eine neuartige Minibatch-Trainingsmethode mittels…
KI-Modelle
StyleSwin ist ein auf Transformatoren basierendes Generatives Adversarielles Netzwerk (GAN), das für die Erzeugung hochauflösender Bilder entwickelt wurde. Es nutzt…
KI-Modelle
Decision Transformer formuliert Reinforcement Learning (RL) als ein Sequenzmodellierungsproblem neu und nutzt Transformer-Architekturen wie GPT-x und BERT. Es generiert optimale…
KI-Modelle
PyTorch-Implementierung des TabNet-Papers, die einen aufmerksamkeitsbasierten und interpretierbaren Ansatz für das Lernen mit tabellarischen Daten bietet. Es unterstützt…
KI-Modelle
Neural Oblivious Decision Ensembles (NODE) ist eine Python-Bibliothek für Deep Learning auf tabellarischen Daten. Sie implementiert Ensembles von oblivious, differenzierbaren…
Dieses GitHub-Repository enthält die offizielle Implementierung für das NeurIPS 2021 Paper 'Revisiting Deep Learning Models for Tabular Data'. Es untersucht…
KI-Modelle
Dieses Repository bietet die offizielle PyTorch-Implementierung des SAINT-Modells, das für verbesserte neuronale Netze auf tabellarischen Daten entwickelt wurde. Es nutzt…
KI-Modelle
R-FCN ist ein regionenbasierter Objekterkennungs-Framework, das vollständig konvolutionelle Netzwerke für eine genaue und effiziente Bildanalyse nutzt. Es teilt Berechnungen über…
KI-Modelle
SPP_net ist eine Neuimplementierung des Spatial Pyramid Pooling-Algorithmus für tiefe konvolutionelle Netze in der visuellen Erkennung. Ziel ist es, Objekterkennungsresultate aus…
KI-Modelle
Squeeze-and-Excitation Networks (SENet) ist eine Deep-Learning-Modellarchitektur, die kanalweise Merkmalsantworten adaptiv neu kalibriert. Sie verbessert die Leistung durch…
KI-Modelle
Das ShuffleNet Series Repository bietet eine Sammlung hoch effizienter Convolutional Neural Network (CNN)-Modelle, die für mobile Geräte und ressourcenbeschränkte Umgebungen…
KI-Modelle
MnasNet automatisiert das Design von mobilen Machine-Learning-Modellen, indem es Geschwindigkeitsbeschränkungen direkt in die Such-Belohnungsfunktion integriert. Dieser…
KI-Modelle
Dieses Repository bietet eine Implementierung von ConvMixer, einer Faltungsneuronalen-Netzwerkarchitektur für Bilderkennungsaufgaben. Es basiert auf dem Paper "Patches Are All You…
KI-Modelle
RepVGG ist eine leistungsstarke und einfache ConvNet-Architektur, die eine hohe Genauigkeit auf ImageNet erzielt. Sie nutzt ein Design im VGG-Stil mit…
KI-Modelle
MobileOne ist ein effizientes neuronales Netzwerk-Backbone, das für mobile Geräte entwickelt wurde. Es optimiert für Inferenzgeschwindigkeit und erreicht unter 1 ms auf einem…
KI-Modelle
Vision GNN (ViG) ist eine PyTorch-Implementierung von Vision Graph Neural Networks, entwickelt vom Huawei Noah's Ark Lab. Sie bietet effiziente KI-Backbones für…
KI-Modelle
Deformable Convolutional Networks (DCN) verbessern Deep-Learning-Modelle durch adaptives Erlernen von Sampling-Offsets für konvolutionelle Kernel. Dies ermöglicht es Netzwerken,…
KI-Modelle
PointPillars für KITTI-Objekterkennung ist ein GitHub-Repository, das Code zur Reproduktion von Ergebnissen aus dem PointPillars-Paper auf dem KITTI-Datensatz bereitstellt. Es ist…
KI-Modelle
SECOND PyTorch ist eine Open-Source-Implementierung des SECOND Objekterkennungsnetzwerks für die Datensätze KITTI und NuScenes. Es nutzt spärliche Konvolutionen für eine…
KI-Modelle
Panoptic FPN vereinheitlicht Instanz- und semantische Segmentierung in einer einzigen Netzwerkarchitektur. Es erweitert Mask R-CNN um einen Zweig für semantische Segmentierung…
KI-Modelle
Skip-Thought Vektoren bietet den Sent2Vec-Encoder und Trainingscode basierend auf dem Forschungsartikel "Skip-Thought Vektoren". Es ermöglicht die Generierung dichter…
KI-Modelle
InferSent ist eine Methode zur Satz-Einbettung, die semantische Repräsentationen für englische Sätze generiert. Trainiert auf Daten zur Inferenz natürlicher Sprache, generalisiert…
KI-Modelle
CTRL ist ein bedingtes Transformer-Sprachmodell mit 1,6 Milliarden Parametern für die steuerbare Textgenerierung. Es konditioniert auf Kontrollcodes, um Domäne, Entitäten und…
KI-Modelle
Die BAAI Models Plattform bietet eine vielfältige Sammlung von KI-Modellen für natürliche Sprachverarbeitung, multimodales Verständnis und Proteinanalyse. Entdecken und laden Sie…
KI-Modelle
DialoGPT ist ein großes vortrainiertes Sprachmodell für die Generierung von Dialogantworten. Entwickelt von Microsoft, nutzt es die GPT-2-Architektur und wurde auf umfangreichen…
KI-Modelle
Meena ist ein neuronales Konversationsmodell mit 2,6 Milliarden Parametern, das für Dialoge über offene Domänen hinweg entwickelt wurde. Es zielt darauf ab, sinnvollere und…
KI-Modelle
GODEL ist ein großes vortrainiertes Transformer-basiertes Modell für die zielorientierte Dialoggenerierung. Es zeichnet sich durch die Generierung von Antworten aus, die auf…
KI-Modelle
RETRO (Retrieval Enhanced Transformers) ist ein KI-Modell, das Transformer-Architekturen mit Abruffähigkeiten erweitert. Es greift auf eine riesige Datenbank von Textpassagen zu,…
KI-Modelle
BERT bietet zwei mehrsprachige Modelle: Cased und Uncased, die über 100 Sprachen unterstützen. Das Cased-Modell wird für nicht-lateinische Alphabete und allgemeine Zwecke…
KI-Modelle
LS-GAN, oder Loss-Sensitive Generative Adversarial Networks, ist ein Projekt zur Weiterentwicklung von GANs. Es führt einen neuartigen Ansatz für Verlustfunktionen ein, der auf…
KI-Modelle
Dieses GitHub-Repository bietet eine offizielle Chainer-Implementierung für bedingte Bildgenerierung. Es nutzt spektrale Normalisierung und einen Projektionsdiskriminator für…
KI-Modelle
Dieses Repository bietet eine PyTorch-Implementierung von MADE (Masked Autoencoder Density Estimation). Es ermöglicht die Umwandlung von Autoencodern in autoregressive…
KI-Modelle
Lyra ist ein neuartiger Sprachcodec mit sehr niedriger Bitrate, der von Google entwickelt wurde. Er nutzt maschinelles Lernen, um Sprachsignale zu komprimieren und ermöglicht so…
KI-Modelle
SoundStorm ist ein KI-Modell für effiziente, nicht-autoregressive Audioerzeugung. Es erzeugt qualitativ hochwertiges Audio, das um zwei Größenordnungen schneller ist als bisherige…
KI-Modelle
GluonTS ist ein Python-Paket für probabilistische Zeitreihenmodellierung, das Deep-Learning-Modelle auf Basis von PyTorch und MXNet nutzt. Es ermöglicht präzise Prognosen durch…
KI-Modelle
LSTNet ist ein Deep-Learning-Modell, das für die Zeitreihenprognose entwickelt wurde. Es modelliert effektiv sowohl langfristige als auch kurzfristige zeitliche Muster durch eine…
KI-Modelle
Autoformer ist ein KI-Modell für die langfristige Zeitreihenprognose, das auf Dekompositionstransformatoren und Autokorrelationsmechanismen basiert. Es erzielt Spitzenleistungen…
KI-Modelle
Das Informer2020 GitHub-Repository stellt die PyTorch-Implementierung für das Informer-Modell bereit, das für effiziente Langsequenz-Zeitreihenprognosen entwickelt wurde. Es…
KI-Modelle
FEDformer ist ein Frequency Enhanced Decomposed Transformer, der für effiziente Langzeit-Zeitreihenprognosen entwickelt wurde. Er erreicht eine lineare Komplexität in Bezug auf…
KI-Modelle
PatchTST ist eine offizielle Implementierung eines Transformer-basierten Modells für die langfristige Zeitreihenprognose. Es segmentiert Zeitreihen in Patches und verarbeitet…
KI-Modelle
LTSF-Linear ist eine offizielle PyTorch-Implementierung für "Are Transformers Effective for Time Series Forecasting?". Sie stellt eine Familie von linearen Modellen (Linear,…
KI-Modelle
TimesNet ist ein Basismodell für die allgemeine Zeitreihenanalyse, das 1D-Serien in einen 2D-Raum transformiert, um die Modellierung zu verbessern. Es erzielt Spitzenleistungen…
KI-Modelle
Dieses Repository stellt Code für Reinforcement-Learning-Experimente bereit, die im Paper "Model-Agnostic Meta-Learning for Fast Adaptation of Deep Networks" detailliert…
KI-Modelle
Dieses Repository enthält den Code für die NeurIPS 2017-Publikation "Prototypical Networks for Few-shot Learning". Es bietet eine Implementierung eines neuartigen Ansatzes für…
KI-Modelle
Dieses Repository stellt PyTorch-Code für die CVPR 2018-Arbeit 'Learning to Compare: Relation Network for Few-Shot Learning' bereit. Es konzentriert sich auf den Aspekt des…
Dieses GitHub-Repository enthält den Code für die Arbeit "Generative Adversarial Imitation Learning". Es implementiert Trust Region Policy Optimization und stellt Skripte für das…
KI-Modelle
Dieses GitHub-Repository enthält den Code für das Paper "When to Trust Your Model: Model-Based Policy Optimization". Es bietet Implementierungen für modellbasierte…
KI-Modelle
Dieses Repository enthält Experimentcode für "Deep Reinforcement Learning in a Handful of Trials using Probabilistic Dynamics Models". Es implementiert den PETS-Algorithmus, der…
KI-Modelle
PlaNet ist ein modellbasierter Reinforcement-Learning-Algorithmus, der aus Pixeln plant, indem er latente Dynamiken lernt. Er sagt zukünftige Belohnungen in einem gelernten…
KI-Modelle
OpenAI Five ist ein Team aus fünf neuronalen Netzen, das von OpenAI entwickelt wurde. Dieses KI-System hat die Fähigkeit bewiesen, gegen professionelle menschliche Teams im…
KI-Modelle
AlphaStar ist ein KI-Modell, das im komplexen Echtzeit-Strategiespiel StarCraft II Großmeister-Niveau erreicht hat. Es nutzt Multi-Agent Reinforcement Learning und…
KI-Modelle
Policy-Gradient-Methoden sind eine Klasse von Reinforcement-Learning-Algorithmen, die direkt eine Policy-Funktion erlernen. Im Gegensatz zu wertbasierten Methoden optimieren sie…
KI-Modelle
SARSA ist ein Reinforcement Learning-Algorithmus zum Erlernen von Politiken für Markov-Entscheidungsprozesse. Er aktualisiert Q-Werte basierend auf dem aktuellen Zustand, der…
KI-Modelle
Q-learning ist ein modellfreier Algorithmus für bestärkendes Lernen, der einen Agenten trainiert, Aktionen basierend auf aktuellen Zuständen Werte zuzuweisen. Er optimiert die…
KI-Modelle
Dieses Projekt bietet eine Keras-basierte Implementierung von Relational Graph Convolutional Networks (R-GCNs). Es ist für die semi-überwachte Knotenklassifizierung auf…
KI-Modelle
CompGCN ist eine PyTorch-Implementierung von Composition-Based Multi-Relational Graph Convolutional Networks. Sie ermöglicht fortschrittliches Graph-Repräsentationslernen für…
KI-Modelle
Dieses Repository bietet eine PyTorch-Implementierung des Modells "Simple and Deep Graph Convolutional Networks" (GCNII). Es enthält Code zur Reproduktion von semi-überwachten und…
KI-Modelle
Dieses GitHub-Repository bietet Implementierungen der PPNP- und APPNP-Modelle in TensorFlow und PyTorch, die in der Arbeit "Predict then Propagate: Graph Neural Networks meet…
Dieses Repository stellt die offizielle Implementierung für das Paper "Simplifying Graph Convolutional Networks" bereit. Es bietet ein optimiertes Graph Convolutional Network…
KI-Modelle
Graph Neural PDEs ist ein Open-Source-Projekt, das Python-Code für Graph Neural Networks (GNNs) bereitstellt, die Graph-Learning als kontinuierlichen Diffusionsprozess behandeln.…
KI-Modelle
Dieser Blogbeitrag stellt eine neue PyTorch Hopfield-Schicht vor, die auf modernen Hopfield-Netzwerken basiert. Sie verallgemeinert klassische Hopfield-Netzwerke auf…
KI-Modelle
Eine Self-Organizing Map (SOM) ist eine unüberwachte Machine-Learning-Technik, die die Datenreduktion durchführt und gleichzeitig die topologische Struktur beibehält. Sie erstellt…
KI-Modelle
Ein Radial Basis Function Network (RBF-Netzwerk) ist ein künstliches neuronales Netz, das radiale Basisfunktionen als Aktivierungsfunktionen verwendet. Es eignet sich hervorragend…
KI-Modelle
Ein Bayes'sches Netz ist ein probabilistisches grafisches Modell, das Variablen und ihre bedingten Abhängigkeiten mithilfe eines gerichteten azyklischen Graphen darstellt. Es ist…
KI-Modelle
Markov Random Fields (MRFs) sind ungerichtete grafische Modelle, die probabilistische Beziehungen zwischen Zufallsvariablen darstellen. Sie sind entscheidend in der KI für die…
KI-Modelle
OpenSpiel ist ein umfassendes Framework für die Forschung im Bereich Reinforcement Learning (RL) in Spielen. Es bietet eine Sammlung von Umgebungen und Algorithmen zur Entwicklung…
KI-Modelle
SAGPool ist eine offizielle PyTorch-Implementierung von Self-Attention Graph Pooling, vorgestellt auf der ICML 2019. Dieses schreibgeschützte, archivierte Repository bietet den…
KI-Modelle
Das Modul für semi-überwachtes Lernen von Scikit-learn ermöglicht es Modellen, unbeschriftete Daten neben beschrifteten Daten zu nutzen, um die Generalisierung zu verbessern. Es…
KI-Modelle
Temporal Graph Networks (TGNs) bieten ein generisches, effizientes Framework für Deep Learning auf dynamischen Graphen. Diese Python-basierte Bibliothek nutzt neuartige…
KI-Modelle
EvolveGCN bietet Code für Evolving Graph Convolutional Networks, die für dynamische Graphen konzipiert sind. Dieses KI-Modell, das auf der AAAI 2020 veröffentlicht wurde, stellt…
KI-Modelle
xDeepFM ist ein Open-Source-Deep-Learning-Toolkit für Faktorisierungsmodelle, das speziell den Quellcode für das eXtreme Deep Factorization Machine (xDeepFM)-Modell…
KI-Modelle
Dieses GitHub-Repository bietet eine TensorFlow-Implementierung des Attentional Factorization Machine (AFM)-Modells. Es ermöglicht Benutzern, AFM für Aufgaben wie…
KI-Modelle
TensorFlow Models ist ein GitHub-Repository, das eine Sammlung von Modellen und Beispielen bietet, die mit TensorFlow erstellt wurden. Es dient als zentrale Anlaufstelle für…
KI-Modelle
LightGCN ist ein vereinfachtes Graph Convolutional Network (GCN), das für Empfehlungssysteme entwickelt wurde. Es konzentriert sich auf die wesentliche…
KI-Modelle
Neural Graph Collaborative Filtering (NGCF) ist ein Empfehlungsframework, das Graph-Neuronale Netze nutzt. Es kodiert explizit kollaborative Signale durch Konnektivität höherer…
KI-Modelle
Dieses KI-Modell führt Poincaré-Einbettungen zur Erlernung hierarchischer Repräsentationen symbolischer Daten ein. Es bettet Daten in den hyperbolischen Raum ein und erfasst…
KI-Frameworks
TensorFlow ist ein Open-Source-Framework für maschinelles Lernen, das es Anfängern und Experten ermöglicht, Modelle auf verschiedenen Plattformen wie Desktop, Mobilgeräten, Web…
KI-Frameworks
Die PyTorch-Dokumentation bietet umfassende Ressourcen für Entwickler, die diese optimierte Tensorbibliothek für Deep Learning nutzen. Sie behandelt stabile und instabile…
KI-Frameworks
Keras ist ein Python-Framework für Deep Learning. Es bietet eine High-Level-API zum Erstellen und Trainieren von neuronalen Netzen. Keras konzentriert sich auf schnelles…
KI-Frameworks
scikit-learn ist eine Python-Bibliothek, die einfache und effiziente Werkzeuge für die prädiktive Datenanalyse bietet. Aufbauend auf NumPy, SciPy und Matplotlib, stellt sie…
KI-Frameworks
Apache MXNet ist ein Open-Source-Deep-Learning-Framework, das auf Flexibilität und Effizienz ausgelegt ist. Es unterstützt hybride Front-Ends für nahtlose Übergänge zwischen…
KI-Frameworks
Das Microsoft Cognitive Toolkit (CNTK) ist ein Open-Source-Deep-Learning-Framework für professionelles verteiltes Training. Es beschreibt neuronale Netze mithilfe gerichteter…
KI-Frameworks
Eclipse Deeplearning4j ist ein Open-Source, verteiltes Deep-Learning-Framework für die JVM. Es bietet ein umfassendes Ökosystem zum Erstellen, Trainieren und Bereitstellen von…
KI-Frameworks
Caffe ist ein von Berkeley AI Research entwickeltes Deep-Learning-Framework, das Ausdrucksstärke, Geschwindigkeit und Modularität in den Vordergrund stellt. Es ermöglicht…
KI-Frameworks
OpenNN ist eine kostenlose Open-Source-Softwarebibliothek für neuronale Netze. Sie bietet einen umfassenden Satz von Werkzeugen für die Entwicklung und Implementierung von…
KI-Frameworks
XGBoost ist eine optimierte, verteilte Gradient Boosting-Bibliothek, die auf Effizienz, Flexibilität und Portabilität ausgelegt ist. Sie implementiert Machine-Learning-Algorithmen…
KI-Frameworks
LightGBM ist ein Hochleistungs-Gradient-Boosting-Framework, das baumbasierte Lernalgorithmen nutzt. Es wurde für verteilten und effizienten Betrieb entwickelt und bietet…
KI-Frameworks
Intel® Neural Compressor ist eine Open-Source-Python-Bibliothek, die beliebte Techniken zur Modellkomprimierung für PyTorch, TensorFlow und JAX bietet. Sie unterstützt…
KI-Frameworks
Hugging Face Transformers ist ein Open-Source-Framework, das hochmoderne Machine-Learning-Modelldefinitionen für Text-, Bild-, Audio- und multimodale Aufgaben zentralisiert. Es…
KI-Frameworks
Stanza ist eine Python-Bibliothek für natürliche Sprachverarbeitung, die genaue und effiziente Werkzeuge für die linguistische Analyse in vielen menschlichen Sprachen bietet. Sie…
KI-Frameworks
OpenCV Module bietet umfassende Dokumentation für die verschiedenen Module der OpenCV-Bibliothek. Es dient als zentrale Ressource für Entwickler, um die umfangreichen…
KI-Frameworks
Detectron2 ist eine Open-Source-Bibliothek für Objekterkennung und Segmentierung, entwickelt von Facebook AI Research. Sie bietet ein flexibles Framework zum Erstellen und…
KI-Frameworks
Ultralytics YOLO ist ein führendes KI-Framework für Echtzeit-Objekterkennung und Bildsegmentierung. Es bietet fortschrittliche Modelle wie YOLO26 und unterstützt Aufgaben wie…
KI-Frameworks
OpenVINO ist ein Open-Source-Toolkit für die Bereitstellung von Hochleistungs-KI-Lösungen auf diverser Hardware. Es ermöglicht Entwicklern, Inferenz für generative und…
KI-Frameworks
Gymnasium bietet eine Standard-API für Reinforcement Learning und eine vielfältige Sammlung von Referenzumgebungen. Es ist ein gepflegter Fork der Gym-Bibliothek von OpenAI und…
KI-Frameworks
Stable-Baselines3 (SB3) bietet zuverlässige Implementierungen von Algorithmen für bestärkendes Lernen in PyTorch. Es bietet eine einheitliche Struktur, PEP 8-Konformität,…
KI-Frameworks
docs.ray.io ist das offizielle Dokumentationsportal für Ray, ein Open-Source-Framework zur Skalierung von KI- und Python-Anwendungen. Es bietet umfassende Anleitungen,…
KI-Frameworks
TensorFlow Agents ist eine Bibliothek für Reinforcement Learning innerhalb von TensorFlow. Sie vereinfacht das Design, die Implementierung und das Testen neuer Reinforcement…
KI-Frameworks
Amazon SageMaker AI ist ein vollständig verwalteter Service für maschinelles Lernen. Datenwissenschaftler und Entwickler können ML-Modelle effizient erstellen, trainieren und…
KI-Frameworks
IBM Watson auf IBM Cloud bietet KI-Services und Dokumentation für Entwickler. Erkunden Sie Ressourcen wie SDKs, Tutorials und API-Referenzen, um fortschrittliche KI-Funktionen in…
KI-Frameworks
Die H2O.ai Dokumentation bietet umfassende Ressourcen für die Suite von KI- und Machine-Learning-Plattformen von H2O.ai. Erkunden Sie Anleitungen für die H2O AI Cloud, Generative…
KI-Frameworks
Die Databricks-Dokumentation bietet Anleitungen und Referenzinformationen für Datenanalysten, Wissenschaftler und Ingenieure. Sie behandelt die Databricks Data Intelligence…
KI-Frameworks
Weights & Biases bietet eine Plattform für die Entwicklung von KI-Modellen und die Bereitstellung von LLM-Anwendungen. Es bietet Tools für Experiment-Tracking, Evaluierung und…
KI-Frameworks
SHAP (SHapley Additive exPlanations) ist ein spieltheoretischer Ansatz zur Erklärung von Machine-Learning-Modellausgaben. Er verbindet optimale Kreditvergabe mit lokalen…
LIME ist ein Python-Paket zur Generierung lokaler, interpretierbarer und modellagnostischer Erklärungen für Vorhersagen von Machine-Learning-Modellen. Es hilft zu verstehen, warum…
KI-Frameworks
AI Fairness 360 (AIF360) ist ein Open-Source-Toolkit, das Forschern und Entwicklern hilft, unerwünschte Verzerrungen in Machine-Learning-Modellen zu erkennen, zu verstehen und zu…
KI-Frameworks
Fairlearn ist ein Open-Source-Toolkit zur Bewertung und Verbesserung der Fairness von KI-Systemen. Es bietet Werkzeuge zur Identifizierung und Minderung von Ungerechtigkeiten in…
KI-Frameworks
LlamaIndex ist ein führendes Framework zum Erstellen von LLM-gesteuerten Agenten und Anwendungen über Ihre Daten. Es vereinfacht die Datenaufnahme, Indizierung und Abfrage und…
KI-Frameworks
Die umfassende API-Dokumentation von Cohere ermöglicht es Entwicklern, fortschrittliche Funktionen für natürliche Sprachverarbeitung und -generierung nahtlos in ihre Anwendungen…
KI-Frameworks
ONNX (Open Neural Network Exchange) bietet Dokumentation für seine Version 1.23.0. Sie behandelt Kernkonzepte, Python-Integration, API-Referenzen, Versionierung, Datenstrukturen…
KI-Frameworks
Turi Create ist ein KI-Framework, das die Entwicklung benutzerdefinierter Machine-Learning-Modelle vereinfacht. Es ermöglicht Benutzern, Funktionen wie Empfehlungen,…
KI-Frameworks
DeepSpeed ist eine Optimierungsbibliothek für Deep Learning, die entwickelt wurde, um das verteilte Training von KI-Modellen zu vereinfachen und dessen Effizienz zu steigern. Sie…
KI-Frameworks
MindSpore bietet einen umfassenden Satz von APIs zum Erstellen, Trainieren und Inferieren von KI-Modellen. Es bietet Schnittstellen für Framework-Grundlagen, Operationen,…
KI-Frameworks
Chainer ist ein flexibles, intuitives Deep-Learning-Framework, das CUDA-Berechnungen zur GPU-Beschleunigung unterstützt. Es ermöglicht einfache Multi-GPU-Nutzung und verarbeitet…
KI-Frameworks
Orfeo ToolBox (OTB) ist ein Open-Source-Framework für fortschrittliche Fernerkundungsbildverarbeitung. Es verarbeitet große optische, multispektrale und Radardaten. OTB bietet…
KI-Frameworks
Die Vowpal Wabbit Dokumentation bietet umfassende Ressourcen für sein Machine-Learning-Framework. Sie enthält generierte Dokumentation für Python-Bindings und…
KI-Frameworks
Mallet ist ein Java-basiertes Paket für statistische Verarbeitung natürlicher Sprache und maschinelles Lernen für Textanwendungen. Es bietet Werkzeuge für…
KI-Frameworks
LIBLINEAR ist eine hochperformante C/C++-Bibliothek für skalierbare lineare Klassifizierung und Regression. Sie verarbeitet effizient Datensätze mit Millionen von Instanzen und…
KI-Frameworks
Die Intel Gaudi Dokumentation bietet umfassende Ressourcen für Intel Gaudi KI-Beschleuniger, einschließlich Gaudi 2 und Gaudi 3. Sie bietet Anleitungen zur Modellmigration,…
KI-Frameworks
LiteRT ist Googles leistungsstarkes On-Device Machine Learning Framework für die Bereitstellung von GenAI- und ML-Modellen auf Edge-Plattformen. Es bietet effiziente…
KI-Frameworks
Core ML ist ein Apple-Framework, das es Entwicklern ermöglicht, Machine-Learning-Modelle direkt in ihre Apps zu integrieren. Es bietet eine einheitliche Darstellung für Modelle…
KI-Frameworks
ML Kit ist ein kostenloses mobiles SDK für Android und iOS, das Googles Expertise im Bereich maschinelles Lernen in Apps integriert. Es bietet einfach zu bedienende Vision- und…
KI-Frameworks
TensorFlow Extended (TFX) ist eine Machine-Learning-Plattform von Google für Produktionsumgebungen. Sie bietet ein Konfigurations-Framework und gemeinsam genutzte Bibliotheken zur…
KI-Frameworks
BigDL-LLM ist eine Open-Source-Bibliothek zum Ausführen großer Sprachmodelle (LLMs) auf Intel XPU-Hardware, von Laptops bis hin zu Cloud-GPUs. Sie unterstützt…
KI-Frameworks
Dask-ML bietet skalierbares maschinelles Lernen in Python und integriert sich mit Bibliotheken wie Scikit-Learn und XGBoost. Es adressiert Herausforderungen mit großen Modellen…
KI-Frameworks
AutoKeras ist ein Open-Source-AutoML-System, das auf Keras basiert und darauf ausgelegt ist, maschinelles Lernen zugänglich zu machen. Es automatisiert den Prozess der Suche nach…
KI-Frameworks
auto-sklearn ist ein automatisiertes Machine-Learning-Toolkit, das als direkter Ersatz für scikit-learn-Estimators fungiert. Es automatisiert die Algorithmenauswahl und das…
Häufig gestellte Fragen
Kennen Sie ein Highlight, das in Machine Learning & Data Science gehört?
ToolPotion ist das Verzeichnis für KI-Tools, das Menschen durchsuchen, um die besten Machine Learning & Data Science zu finden. Die Auflistung ist kostenlos und jede Einreichung wird von Redakteuren geprüft – platzieren Sie Ihr Tool dort, wo die Suche beginnt.