メインコンテンツへスキップ
ToolPotion
AI アドバイザー
送信(無料)
ベスト 機械学習とデータサイエンス AIツールのイラスト – ToolPotion.ai

ベスト 機械学習とデータサイエンス AIツール

1,799 件のツール

機械学習とデータサイエンスの最適なツールを見つけましょう—AIアプリやモデルから、モバイルアプリ、フレームワーク、プラットフォームまで、データサイエンティストや機械学習エンジニアがワークフローを向上させるためのツールをここで見つけます:モデルのトレーニング、AIソリューションのデプロイ、データの可視化、アルゴリズムの最適化。 AI アプリ, AI GitHub リポジトリ, AI モデル, AI プラットフォーム と LLM などにわたる 1,799 件のベスト 機械学習とデータサイエンス AIツールをご覧ください。

1,799 件のツール

AI アプリ

世界中の企業および一般消費者向けにAI搭載のビデオ監視ソリューションを提供します。独自のAIソフトウェアとビデオ技術を活用し、動体検知、顔検出、連続録画などの機能を提供します。数百万台のカメラが稼働しており、セキュリティと高齢者ケアに重点を置くYiIotCloudは、信頼性の高い監視とアラートを保証します。YiIotCloudは、世界中の企業および一般消費者向けにAI搭載のビデオ監視ソリューションを提供します。独自のAIソフトウェアとビデオ技術を活用し、動体検知、顔検出、連続録画などの機能を提供します。数百万台のカメラが稼働しており、セキュリティと高齢者ケアに重点を置くYiIotCloudは、信頼性の高い監視とアラートを保証します。

コンピュータービジョンツールヘルスケア・ライフサイエンス
コンピュータービジョンツールで第108位

AI アプリ

AIアプリケーションおよびエージェント向けの長期記憶機能を提供します。AIシステムが長期間にわたって情報を保持・想起できるようにし、会話のコンテキストとエージェントの能力を強化します。このツールは、すべてのAIチャットボットおよびエージェントと互換性があり、永続的なAIメモリのための堅牢なソリューションを提供します。llongtermは、AIアプリケーションおよびエージェント向けの長期記憶機能を提供します。AIシステムが長期間にわたって情報を保持・想起できるようにし、会話のコンテキストとエージェントの能力を強化します。このツールは、すべてのAIチャットボットおよびエージェントと互換性があり、永続的なAIメモリのための堅牢なソリューションを提供します。

ベクトルデータベースと検索
AI アプリ トップ250を見る

ブラウザ拡張機能

ユーザーが頻繁に使用するプロンプトフレーズをChatGPTに素早く挿入できるChrome拡張機能です。「@{プロンプト名}」のようなカスタムショートカットを入力し、スラッシュを続けることで、ChatGPTの体験を強化し、繰り返し入力する手間を省き、シームレスなチャットインタラクションを実現します。Prompt Assistant for Chatgptは、ユーザーが頻繁に使用するプロンプトフレーズをChatGPTに素早く挿入できるChrome拡張機能です。「@{プロンプト名}」のようなカスタムショートカットを入力し、スラッシュを続けることで、ChatGPTの体験を強化し、繰り返し入力する手間を省き、シームレスなチャットインタラクションを実現します。

プロンプトエンジニアリングツール
ブラウザ拡張機能 トップ250を見る

ブラウザ拡張機能

MidjourneyなどのプラットフォームでのAI画像生成を簡素化するために設計されたChrome拡張機能です。ユーザーは、被写体、スタイル、パラメータのプリセットオプションをクリックすることでプロンプトを作成でき、複雑な構文を覚える必要がなくなります。このツールは、AIアートクリエイターのプロンプトエンジニアリングの効…AI Image Prompterは、MidjourneyなどのプラットフォームでのAI画像生成を簡素化するために設計されたChrome拡張機能です。ユーザーは、被写体、スタイル、パラメータのプリセットオプションをクリックすることでプロンプトを作成でき、複雑な構文を覚える必要がなくなります。このツールは、AIアートクリエイターのプロンプトエンジニアリングの効…

プロンプトエンジニアリングツール
ブラウザ拡張機能 トップ250を見る

AI アプリ

ユーザーとAIプロンプトの専門家を繋ぎ、高品質なコンテンツ生成を支援します。経験豊富なプロンプトエンジニアを活用することで、時間と労力を節約できます。また、このプラットフォームでは、専門家がユーザーの効果的なプロンプト作成を支援することで、競争力のある報酬を得ることができます。Prompt.funは、ユーザーとAIプロンプトの専門家を繋ぎ、高品質なコンテンツ生成を支援します。経験豊富なプロンプトエンジニアを活用することで、時間と労力を節約できます。また、このプラットフォームでは、専門家がユーザーの効果的なプロンプト作成を支援することで、競争力のある報酬を得ることができます。

プロンプトエンジニアリングツール
AI アプリ トップ250を見る

AIを活用した銃器検知および自動緊急対応ソリューションを提供します。高度なビジュアル人工知能を活用し、セキュリティカメラをプロアクティブな脅威検知システムに変え、銃器による暴力事件の迅速な特定と対応を可能にし、人命救助に貢献します。Omnilertは、AIを活用した銃器検知および自動緊急対応ソリューションを提供します。高度なビジュアル人工知能を活用し、セキュリティカメラをプロアクティブな脅威検知システムに変え、銃器による暴力事件の迅速な特定と対応を可能にし、人命救助に貢献します。

コンピュータービジョンツール政府・公共部門
コンピュータービジョンツールで第85位

このChrome拡張機能は、RISEN、APE、RTEN、RTF、CoTなどの様々なAIモデルとプロンプトフレームワークを使用して、シンプルなプロンプトを詳細でSEO最適化されたコンテンツに拡張します。プロンプトライブラリを備え、効率的なコンテンツ作成を求めるブロガー、マーケター、学生向けに設計されています。

プロンプトエンジニアリングツール
ブラウザ拡張機能 トップ250を見る

AI アプリ

写真一枚でオンライン上の個人を検索できるAI搭載ツールです。ソーシャルメディア、デーティングアプリ、公開記録を横断検索し、詳細な結果と本人確認目的で利用できます。最初の2回の検索は無料です。Face Indexは、写真一枚でオンライン上の個人を検索できるAI搭載ツールです。ソーシャルメディア、デーティングアプリ、公開記録を横断検索し、詳細な結果と本人確認目的で利用できます。最初の2回の検索は無料です。

コンピュータービジョンツール
AI アプリ トップ250を見る

AI アプリ

エンタープライズがAIエージェントを大規模に自信を持って展開できるように、CX保証およびテストのためのAgentic AIを提供します。幻覚を検出し、決定を検証し、コンプライアンスを確保することで、AIファーストの世界における顧客体験を変革し、AI駆動型インタラクションに不可欠な信頼レイヤーを提供します。Cyaraは、エンタープライズがAIエージェントを大規模に自信を持って展開できるように、CX保証およびテストのためのAgentic AIを提供します。幻覚を検出し、決定を検証し、コンプライアンスを確保することで、AIファーストの世界における顧客体験を変革し、AI駆動型インタラクションに不可欠な信頼レイヤーを提供します。

MLOps・モデルデプロイ
MLOps・モデルデプロイで第49位

AI アプリ

Seven24 AIは、LLM向けの拡張可能なRLHFおよびデータラベリングソリューションを提供します。モバイルゲーム広告を報酬型広告の代わりに短い人間によるラベリングタスクに置き換えることで、トレーニングデータに変換します。このアプローチは、高度なAIモデル開発とファインチューニングに不可欠な、大規模で高品質なデータセットを生成します。

機械学習プラットフォーム
AI アプリ トップ250を見る

AI アプリ

ユーザーがAIプロンプトを発見、作成、管理するのを支援するために設計されたプラットフォームです。様々なAIモデルやアプリケーション向けの厳選されたプロンプトライブラリを提供し、ユーザーがAIとの対話を強化し、異なるタスクや業界でより良い結果を達成できるようにします。Promptoorは、ユーザーがAIプロンプトを発見、作成、管理するのを支援するために設計されたプラットフォームです。様々なAIモデルやアプリケーション向けの厳選されたプロンプトライブラリを提供し、ユーザーがAIとの対話を強化し、異なるタスクや業界でより良い結果を達成できるようにします。

プロンプトエンジニアリングツール
AI アプリ トップ250を見る

ブラウザ拡張機能

AI を使用して YouTube 動画とのやり取りを簡素化するように設計された Chrome 拡張機能です。ドキュメンタリーの要約、料理動画からのレシピ検索などを容易にする、特定の動画コンテンツ用のカスタムプロンプトを生成できます。AI による支援で YouTube 体験を向上させましょう。GPT Prompts For YouTube は、AI を使用して YouTube 動画とのやり取りを簡素化するように設計された Chrome 拡張機能です。ドキュメンタリーの要約、料理動画からのレシピ検索などを容易にする、特定の動画コンテンツ用のカスタムプロンプトを生成できます。AI による支援で YouTube 体験を向上させましょう。

プロンプトエンジニアリングツール
ブラウザ拡張機能 トップ250を見る

AI アプリ

AIと高度なコンピューティングを活用して社会課題に取り組んでいます。同社の技術には、AIシミュレーション、サイバーセキュリティのための暗号管理、AIセンシングが含まれます。製薬、エネルギー、防衛分野でのブレークスルーを目指し、幻覚(ハルシネーション)のない実世界での洞察を提供することに注力しています。SandboxAQは、AIと高度なコンピューティングを活用して社会課題に取り組んでいます。同社の技術には、AIシミュレーション、サイバーセキュリティのための暗号管理、AIセンシングが含まれます。製薬、エネルギー、防衛分野でのブレークスルーを目指し、幻覚(ハルシネーション)のない実世界での洞察を提供することに注力しています。

機械学習プラットフォームエネルギー・公益事業
エネルギー・公益事業で第32位

AI アプリ

フィットネスやリハビリアプリ向けのデバイス上でのポーズ推定レイヤーで、React Native、iOS、Android、ウェブ製品に、ウェアラブルデバイスなしで電話カメラからスクワット、プッシュアップ、関節角度、ジャンプ高さ、フォームを追跡する能力を提供します。フィットネス、自宅トレーニング、または理学療法アプリを出荷する製品チーム…PoseTrackerは、フィットネスやリハビリアプリ向けのデバイス上でのポーズ推定レイヤーで、React Native、iOS、Android、ウェブ製品に、ウェアラブルデバイスなしで電話カメラからスクワット、プッシュアップ、関節角度、ジャンプ高さ、フォームを追跡する能力を提供します。フィットネス、自宅トレーニング、または理学療法アプリを出荷する製品チーム…

コンピュータービジョンツールスポーツ・フィットネス
AI アプリ トップ250を見る

AI アプリ

B300からA30までのオンデマンドNVIDIAクラウドGPUを提供し、CUDAがプリインストールされており、帯域幅の制限もありません。契約なしで時間単位で支払い、数分でAIワークロードをデプロイできます。オンデマンド、ベアメタル、クラスター、自動化のためのプログラムAPIなど、さまざまなコンピューティングオプションを提供して…Massed Computeは、B300からA30までのオンデマンドNVIDIAクラウドGPUを提供し、CUDAがプリインストールされており、帯域幅の制限もありません。契約なしで時間単位で支払い、数分でAIワークロードをデプロイできます。オンデマンド、ベアメタル、クラスター、自動化のためのプログラムAPIなど、さまざまなコンピューティングオプションを提供して…

機械学習プラットフォーム
AI アプリ トップ250を見る

AIシステム展開プラットフォームであるAquariumがNotionに参画しました。彼らのミッションはAIシステム構築と展開の加速でした。 now、生成AIをNotionの広範なユーザーベースに統合し、数百万人の日常的なAIの利便性を向上させることを目指しています。

機械学習プラットフォーム
AI アプリ トップ250を見る

スパースマルコフ伝播を使用してグラフ埋め込みを決定論的に計算する、Rustベースのグラフ埋め込みエンジンです。GPU集約型手法に代わるCPU専用、パラメータフリー、高速な選択肢を提供し、サンプリングやノイズなしで実世界のグラフで高い精度を達成するため、本番MLパイプラインに最適です。Cleoraは、スパースマルコフ伝播を使用してグラフ埋め込みを決定論的に計算する、Rustベースのグラフ埋め込みエンジンです。GPU集約型手法に代わるCPU専用、パラメータフリー、高速な選択肢を提供し、サンプリングやノイズなしで実世界のグラフで高い精度を達成するため、本番MLパイプラインに最適です。

機械学習とデータサイエンス
AI アプリ トップ250を見る

インサイトと価値実現のギャップを埋める、業界固有のデータサイエンスおよびAI分析ソリューションを提供します。アクセラレータと専門知識を通じて、データ分析のラストマイル導入を可能にし、様々な業界でトップラインの成長とボトムラインの節約を推進します。Tredenceは、インサイトと価値実現のギャップを埋める、業界固有のデータサイエンスおよびAI分析ソリューションを提供します。アクセラレータと専門知識を通じて、データ分析のラストマイル導入を可能にし、様々な業界でトップラインの成長とボトムラインの節約を推進します。

機械学習とデータサイエンス
AI アプリ トップ250を見る

正確な身体測定を可能にする革新的な方法を提供します。全身写真と身長・体重をアップロードするだけで、AIが画像を処理し、数秒以内に正確な身体寸法を提供します。カスタムフィッティング、サイジング、オーダーメイドアプリケーションに最適です。VAIVRは、正確な身体測定を可能にする革新的な方法を提供します。全身写真と身長・体重をアップロードするだけで、AIが画像を処理し、数秒以内に正確な身体寸法を提供します。カスタムフィッティング、サイジング、オーダーメイドアプリケーションに最適です。

コンピュータービジョンツールファッション・ビューティー
AI アプリ トップ250を見る

ブラウザ拡張機能

ChatGPTでのやり取りを効率化するために設計されたChrome拡張機能です。ユーザーはプリセットされたプロンプトを素早く入力でき、繰り返しタイピングする必要がなくなります。これにより、ChatGPTでの会話の効率と利便性が向上し、ワークフローがよりスムーズかつ迅速になります。ChatGPT Sealは、ChatGPTでのやり取りを効率化するために設計されたChrome拡張機能です。ユーザーはプリセットされたプロンプトを素早く入力でき、繰り返しタイピングする必要がなくなります。これにより、ChatGPTでの会話の効率と利便性が向上し、ワークフローがよりスムーズかつ迅速になります。

プロンプトエンジニアリングツール
ブラウザ拡張機能 トップ250を見る

AI アプリ

OpenAI GPT Store内でカスタムGPTを収益化するためのGPTクリエイターを支援します。サブスクリプションペイウォール、リード獲得のためのメールキャプチャ、アクセス制御のためのホワイトリストなどの機能を提供します。インストールは無料でコーディング不要で、Y Combinatorがサポートしています。Top Roadは、OpenAI GPT Store内でカスタムGPTを収益化するためのGPTクリエイターを支援します。サブスクリプションペイウォール、リード獲得のためのメールキャプチャ、アクセス制御のためのホワイトリストなどの機能を提供します。インストールは無料でコーディング不要で、Y Combinatorがサポートしています。

プロンプトエンジニアリングツール
AI アプリ トップ250を見る

AI アプリ

開発者向けの統合AI APIを提供し、履歴書解析、コンテンツ生成、感情分析などの複雑なAIワークフローをアプリケーションに迅速に統合できるようにします。単一のAPIコールでAIの配線を簡素化し、クリーンなJSONレスポンスと各種言語向けのSDKを提供。無料トライアルも利用可能です。SharpAPIは、開発者向けの統合AI APIを提供し、履歴書解析、コンテンツ生成、感情分析などの複雑なAIワークフローをアプリケーションに迅速に統合できるようにします。単一のAPIコールでAIの配線を簡素化し、クリーンなJSONレスポンスと各種言語向けのSDKを提供。無料トライアルも利用可能です。

自然言語処理ツール
AI アプリ トップ250を見る

ブラウザ拡張機能

Suno AIプラットフォーム向けの音楽プロンプト作成を支援するChrome拡張機能です。豊富なジャンル、スタイル、アーティストプリセットライブラリを提供し、AIによる音楽生成のための正確で効果的なプロンプト入力プロセスを効率化します。Suno Prompt Generatorは、Suno AIプラットフォーム向けの音楽プロンプト作成を支援するChrome拡張機能です。豊富なジャンル、スタイル、アーティストプリセットライブラリを提供し、AIによる音楽生成のための正確で効果的なプロンプト入力プロセスを効率化します。

プロンプトエンジニアリングツール
ブラウザ拡張機能 トップ250を見る

AI モデル

説明的なテキストキャプションに基づいてオーディオサンプルを作成する自己回帰型生成AIモデルです。ソースの分離、実世界のノイズの処理、テキストアノテーションの不足といったオーディオ生成における課題に対処します。このモデルは、高忠実度の出力を実現するために、学習済みの離散オーディオ表現上で動作します。AudioGenは、説明的なテキストキャプションに基づいてオーディオサンプルを作成する自己回帰型生成AIモデルです。ソースの分離、実世界のノイズの処理、テキストアノテーションの不足といったオーディオ生成における課題に対処します。このモデルは、高忠実度の出力を実現するために、学習済みの離散オーディオ表現上で動作します。

AIモデルとLLM
AI モデル トップ5を見る

ReceiptUpの高度なOCR APIは、レシートや請求書からデータを正確に抽出し、構造化されたJSONに変換します。高い精度、多言語対応、多様なフォーマット処理を提供し、財務ワークフローを効率化し、ビジネス分析を強化して効率的なデジタル化を実現します。

コンピュータービジョンツール
AI アプリ トップ250を見る

AI アプリ

強力なAI駆動の顔認識機能をWebおよびモバイルアプリケーションに統合します。このクラウドAPIは、正確な顔照合、識別、および年齢、性別、感情の分析を提供します。クレジットカード不要で月間500回のAPIリクエストが可能な寛大な無料枠により、開発者や企業が容易に利用できます。

コンピュータービジョンツール
AI アプリ トップ250を見る

画像および動画認識、コンテンツモデレーション、ビジュアル検索のための高度なAI APIを提供します。ビジネスがビジュアルアセットをタグ付け、整理、モデレーションするのを支援し、ユーザーエクスペリエンスを向上させ、画像編集タスクを自動化します。世界中の200以上の企業顧客から信頼されています。Imaggaは、画像および動画認識、コンテンツモデレーション、ビジュアル検索のための高度なAI APIを提供します。ビジネスがビジュアルアセットをタグ付け、整理、モデレーションするのを支援し、ユーザーエクスペリエンスを向上させ、画像編集タスクを自動化します。世界中の200以上の企業顧客から信頼されています。

コンピュータービジョンツールメディア・エンターテインメント
AI アプリ トップ250を見る

画像を分析して、AI画像生成用の説明テキストとプロンプトを生成します。ベースとなるキャプションにはBLIPを、強化にはCLIPを使用し、ユーザーが画像のスタイルやコンテンツを理解し、再現するのを支援します。このツールは、ビジュアルコンテンツと言語を橋渡しし、Stable…Clip Interrogator AI は画像を分析して、AI画像生成用の説明テキストとプロンプトを生成します。ベースとなるキャプションにはBLIPを、強化にはCLIPを使用し、ユーザーが画像のスタイルやコンテンツを理解し、再現するのを支援します。このツールは、ビジュアルコンテンツと言語を橋渡しし、Stable…

コンピュータービジョンツール
AI アプリ トップ250を見る

ブラウザ拡張機能

OCR技術を使用して画像を編集可能なテキストに変換します。抽出されたテキストをChatGPTやCopilotなどのAIチャットボットとシームレスに統合し、分析や翻訳を行います。この無料のChrome拡張機能は、ブラウザ内で直接ビジュアルから情報を効率的に抽出することで、学生、研究者、専門家の生産性を向上させます。

コンピュータービジョンツール
ブラウザ拡張機能 トップ250を見る

ブラウザ拡張機能

ストックフォト画像のキーワードを生成するChrome拡張機能です。ツールの画像スクリーンショットをアップロードすると、関連性の高いタグのリストが提供されます。これにより、ストックフォトの手作業によるタグ入力の手間が自動化され、時間の節約につながります。StockPhoto Scanner & Taggerは、ストックフォト画像のキーワードを生成するChrome拡張機能です。ツールの画像スクリーンショットをアップロードすると、関連性の高いタグのリストが提供されます。これにより、ストックフォトの手作業によるタグ入力の手間が自動化され、時間の節約につながります。

コンピュータービジョンツールメディア・エンターテインメント
ブラウザ拡張機能 トップ250を見る

1日あたり60,000以上のアクティブGPUを持つ分散型GPUクラウドを提供し、時間あたりわずか0.02ドルから利用可能です。AI/ML本番モデル、推論、バッチ処理などに低コストで大規模なコンピューティングを提供し、ハイパースケーラーと比較して最大90%のコスト削減を実現します。Saladは、1日あたり60,000以上のアクティブGPUを持つ分散型GPUクラウドを提供し、時間あたりわずか0.02ドルから利用可能です。AI/ML本番モデル、推論、バッチ処理などに低コストで大規模なコンピューティングを提供し、ハイパースケーラーと比較して最大90%のコスト削減を実現します。

MLOps・モデルデプロイ
AI アプリ トップ250を見る

画像と動画に対応した統合セグメンテーションモデルです。クリック、ボックス、マスクによる高速かつ正確なオブジェクト選択を可能にし、多様なアプリケーションで堅牢なゼロショット性能とリアルタイムインタラクティビティを提供します。Meta Segment Anything Model 2 (SAM 2) は、画像と動画に対応した統合セグメンテーションモデルです。クリック、ボックス、マスクによる高速かつ正確なオブジェクト選択を可能にし、多様なアプリケーションで堅牢なゼロショット性能とリアルタイムインタラクティビティを提供します。

AIモデルとLLM
AI モデル トップ5を見る

ブラウザ拡張機能

TensorFlow.jsモデル(MobileNet v2やCOCO-SSDなど)を使用して、ブラウザ内で直接画像分類と物体検出を行うChrome拡張機能です。あらゆるウェブサイトの画像を分析し、教育目的またはエンターテイメント目的での物体認識および分類能力に関する洞察を提供します。TF Image Classifierは、TensorFlow.jsモデル(MobileNet v2やCOCO-SSDなど)を使用して、ブラウザ内で直接画像分類と物体検出を行うChrome拡張機能です。あらゆるウェブサイトの画像を分析し、教育目的またはエンターテイメント目的での物体認識および分類能力に関する洞察を提供します。

コンピュータービジョンツール
ブラウザ拡張機能 トップ250を見る

AI アプリ

OpenAI、Claude、Geminiなどの複数のAIモデルを同時に使用して画像を説明するための統合APIを提供します。さまざまなモデルからの説明、タグ、検出結果を比較して、包括的な視覚的洞察を抽出します。高度な画像分析機能を求める開発者や企業に最適です。Visionatiは、OpenAI、Claude、Geminiなどの複数のAIモデルを同時に使用して画像を説明するための統合APIを提供します。さまざまなモデルからの説明、タグ、検出結果を比較して、包括的な視覚的洞察を抽出します。高度な画像分析機能を求める開発者や企業に最適です。

コンピュータービジョンツール
AI アプリ トップ250を見る

AIを活用して写真から自動車部品を瞬時に識別します。部品名、説明、信頼度レベルを含む正確な結果を取得できます。必要に応じて、専門の整備士に接続し、取り付けや修理のアドバイスを受けることも可能です。DIY愛好家や、迅速な部品特定を求める自動車専門家に最適です。

コンピュータービジョンツール自動車
AI アプリ トップ250を見る

ブラウザ拡張機能

このChrome拡張機能は、内部OCRエンジンを使用して画像をキャプチャし、テキストに変換します。100以上の言語、自動向き、スクリプト検出をサポートしています。このツールはOCRをオフラインで処理するため、さまざまなドキュメントタイプやウェブページに柔軟に対応でき、精度向上のために画像を修正して再試行するオプションも用意されています。

コンピュータービジョンツール
ブラウザ拡張機能 トップ250を見る

AI モバイルアプリ

画像認識を使用してコインを正確に識別する、iPhone向けのAI搭載モバイルアプリです。貨幣学的な仕様、国別情報、価格、歴史的情報を提供し、ユーザーが熟練したコイン収集家となり、コレクションを効果的に管理できるよう支援します。Coin Scanner Value Identifierは、画像認識を使用してコインを正確に識別する、iPhone向けのAI搭載モバイルアプリです。貨幣学的な仕様、国別情報、価格、歴史的情報を提供し、ユーザーが熟練したコイン収集家となり、コレクションを効果的に管理できるよう支援します。

コンピュータービジョンツール
AI モバイルアプリ トップ250を見る

AI アプリ

基本的な画像キャプチャを超えたAI搭載のスニッピングツールです。画像をインテリジェントに分析し、数式をLaTeXに抽出、テキストを認識、表をMarkdownとして識別、画像の内容を説明、コードスニペットを解説し、主要な色を抽出します。さらに高度なAI機能にご期待ください。Snippaiは、基本的な画像キャプチャを超えたAI搭載のスニッピングツールです。画像をインテリジェントに分析し、数式をLaTeXに抽出、テキストを認識、表をMarkdownとして識別、画像の内容を説明、コードスニペットを解説し、主要な色を抽出します。さらに高度なAI機能にご期待ください。

コンピュータービジョンツール
AI アプリ トップ250を見る

永続ライセンスを持つオンプレミス認証ソリューションを提供します。AI搭載SDKには、トップランクの顔認識、ライブネス検出、IDドキュメント認識、手のひら認識が含まれており、セキュアな認証プロセスを求める企業に対し、堅牢かつ正確な本人確認を実現します。KBY-AIは、永続ライセンスを持つオンプレミス認証ソリューションを提供します。AI搭載SDKには、トップランクの顔認識、ライブネス検出、IDドキュメント認識、手のひら認識が含まれており、セキュアな認証プロセスを求める企業に対し、堅牢かつ正確な本人確認を実現します。

コンピュータービジョンツール
AI アプリ トップ250を見る

ダウンロードした画像をコンテンツに基づいて説明的なファイル名で自動的にリネームするAI搭載Chrome拡張機能です。整理を強化し、共有を簡素化し、保存されたビジュアルに新しい視点を提供することで創造性を刺激します。ローカルAI分析によりユーザープライバシーを優先します。Candyは、ダウンロードした画像をコンテンツに基づいて説明的なファイル名で自動的にリネームするAI搭載Chrome拡張機能です。整理を強化し、共有を簡素化し、保存されたビジュアルに新しい視点を提供することで創造性を刺激します。ローカルAI分析によりユーザープライバシーを優先します。

コンピュータービジョンツール
ブラウザ拡張機能 トップ250を見る

ブラウザ拡張機能

ウェブページ上の画像を自動的に検出し、顔をハイライトするChrome拡張機能です。登録された家族の顔写真を活用し、あらゆるウェブページ上の個人を瞬時に見つけてフレームで囲むことで、集合写真やアルバム内の家族を見つけやすくします。この無料ツールは、オンライン上の家族写真を簡単に見つけることを可能にします。Family Photo Finderは、ウェブページ上の画像を自動的に検出し、顔をハイライトするChrome拡張機能です。登録された家族の顔写真を活用し、あらゆるウェブページ上の個人を瞬時に見つけてフレームで囲むことで、集合写真やアルバム内の家族を見つけやすくします。この無料ツールは、オンライン上の家族写真を簡単に見つけることを可能にします。

コンピュータービジョンツール
ブラウザ拡張機能 トップ250を見る

AI モバイルアプリ

FungioはAIを使用して写真から野生のキノコを識別します。採集者、菌類学者、自然愛好家に最適で、即時の識別、詳細なガイド、場所に関する洞察を提供します。この教育用モバイルアプリで、発見したものを保存し、安全かつ効率的に菌類について学びましょう。

コンピュータービジョンツールヘルスケア・ライフサイエンス
AI モバイルアプリ トップ250を見る

ブラウザ拡張機能

ウェブページのリソースをAI処理のためにキャプチャするChrome拡張機能です。ユーザーは画面の任意の領域を選択して、即時の分析、翻訳、またはデータ抽出を行うことができます。このツールは、ユーザーフレンドリーなインターフェースと高い効率性を提供し、生産性を向上させ、安全でプライベートなデータ処理を保証します。Scan2AIは、ウェブページのリソースをAI処理のためにキャプチャするChrome拡張機能です。ユーザーは画面の任意の領域を選択して、即時の分析、翻訳、またはデータ抽出を行うことができます。このツールは、ユーザーフレンドリーなインターフェースと高い効率性を提供し、生産性を向上させ、安全でプライベートなデータ処理を保証します。

コンピュータービジョンツール
ブラウザ拡張機能 トップ250を見る

ブラウザ拡張機能

Chrome向けのAI搭載リバースイメージ検索エンジンです。GTRESの画像バンク内で類似するエディトリアルおよびクリエイティブ画像を検索できます。エディターに最適で、著名人や文脈で画像を特定し、検索時間を短縮し、インスピレーションを提供します。Gtres AIは、Chrome向けのAI搭載リバースイメージ検索エンジンです。GTRESの画像バンク内で類似するエディトリアルおよびクリエイティブ画像を検索できます。エディターに最適で、著名人や文脈で画像を特定し、検索時間を短縮し、インスピレーションを提供します。

コンピュータービジョンツールメディア・エンターテインメント
ブラウザ拡張機能 トップ250を見る

api4aiのAPIは、写真に写った200種類以上の家具や家庭用品を識別します。正確な検出、分類、カウントを提供し、インテリアデザイン、不動産、小売業の在庫管理を効率化し、引越しサービスの効率を向上させます。写真ベースの品目識別を簡素化し、ビジネスオペレーションを改善します。

コンピュータービジョンツール小売・消費財
AI アプリ トップ250を見る

高度な人物および物体認識技術を提供しています。同社のソリューションは、ユーザー識別、車両監視、セキュリティ強化などのアプリケーションで、銀行、政府機関、企業から信頼を得ています。精度と信頼性に重点を置き、VisionLabsは多様な業界のニーズに対応する強力なコンピュータビジョンツールを提供します。VisionLabsは、高度な人物および物体認識技術を提供しています。同社のソリューションは、ユーザー識別、車両監視、セキュリティ強化などのアプリケーションで、銀行、政府機関、企業から信頼を得ています。精度と信頼性に重点を置き、VisionLabsは多様な業界のニーズに対応する強力なコンピュータビジョンツールを提供します。

コンピュータービジョンツール製造・工業
コンピュータービジョンツールで第45位

AI アプリ

Custom Vision を使えば、特定のユースケースに合わせた最先端のコンピュータビジョンモデルを簡単に作成できます。ラベル付き画像を用意するだけで、プラットフォームが学習プロセスを自動化し、シンプルな REST API ですばやく画像にタグ付けできます。さまざまな用途で、ビジュアルインテリジェンスをシンプルにします。

機械学習プラットフォーム製造・工業
AI アプリ トップ250を見る

写真をアップロードするだけで、瞬時に愛犬の犬種を特定できます。このAI搭載ツールは、毛皮の模様、耳の形、マズルの長さなどの主要な身体的特徴を分析し、正確な犬種判定を提供します。愛犬のことをもっと知りたいすべての犬愛好家にとって、無料かつ使いやすいサービスです。

コンピュータービジョンツール
AI アプリ トップ250を見る

セットアップ不要で利用できるクラウドベースのComfyUI体験を提供します。高速なGPU、スケーラブルなAPI、そして依存関係、カスタムノード、モデルダウンロードを処理する自動セットアップエージェントを備えており、ユーザーは技術的な設定ではなくアート制作に集中できます。RunComfyは、セットアップ不要で利用できるクラウドベースのComfyUI体験を提供します。高速なGPU、スケーラブルなAPI、そして依存関係、カスタムノード、モデルダウンロードを処理する自動セットアップエージェントを備えており、ユーザーは技術的な設定ではなくアート制作に集中できます。

機械学習プラットフォーム
機械学習プラットフォームで第72位

AI アプリ

実世界の機械学習、AI、データサイエンスプロジェクトの構築と管理のために設計されたオープンソースフレームワークです。開発、バージョン管理、デプロイメントを簡素化し、ユーザーがクラウドコンピューティングを活用してスケーラブルな実行と既存インフラストラクチャとのシームレスな統合を可能にします。Metaflowは、実世界の機械学習、AI、データサイエンスプロジェクトの構築と管理のために設計されたオープンソースフレームワークです。開発、バージョン管理、デプロイメントを簡素化し、ユーザーがクラウドコンピューティングを活用してスケーラブルな実行と既存インフラストラクチャとのシームレスな統合を可能にします。

MLOps・モデルデプロイ
AI アプリ トップ250を見る

ブラウザ拡張機能

お気に入りのプロンプトを簡単に保存、整理、管理できるように設計されたChrome拡張機能で、ChatGPTの体験を向上させます。この直感的なツールでワークフローを効率化し、貴重なプロンプトのアイデアを二度と失うことはありません。BookmarkGPTは、お気に入りのプロンプトを簡単に保存、整理、管理できるように設計されたChrome拡張機能で、ChatGPTの体験を向上させます。この直感的なツールでワークフローを効率化し、貴重なプロンプトのアイデアを二度と失うことはありません。

プロンプトエンジニアリングツール
ブラウザ拡張機能 トップ250を見る

AI GitHub リポジトリ

BunとFlashlightで構築された、JavaScriptおよびTypeScript向けの高速で微分可能なテンソルライブラリです。これにより、ソフトウェアエンジニアや研究者は、JavaScriptエコシステム内で効率的にデータセットを作成し、小規模なモデルをトレーニングし、高度なトレーニングロジックを実装できます。パフォーマンスのためにネ…Shumaiは、BunとFlashlightで構築された、JavaScriptおよびTypeScript向けの高速で微分可能なテンソルライブラリです。これにより、ソフトウェアエンジニアや研究者は、JavaScriptエコシステム内で効率的にデータセットを作成し、小規模なモデルをトレーニングし、高度なトレーニングロジックを実装できます。パフォーマンスのためにネ…

機械学習プラットフォーム
AI GitHub リポジトリ トップ250を見る

ブラウザ拡張機能

ChatGPT、Claude、Gemini、Grokのチャットを共有フォルダーに整理し、クロスプラットフォーム検索と変数ベースのプロンプトライブラリを追加し、1クリックで1つのモデルから別のモデルに完全な会話を転送できるChrome拡張機能です。複数のAIチャットツールを使用し、整理された作業スペースを求める人々のためのものです。Sortbaseは、ChatGPT、Claude、Gemini、Grokのチャットを共有フォルダーに整理し、クロスプラットフォーム検索と変数ベースのプロンプトライブラリを追加し、1クリックで1つのモデルから別のモデルに完全な会話を転送できるChrome拡張機能です。複数のAIチャットツールを使用し、整理された作業スペースを求める人々のためのものです。

プロンプトエンジニアリングツール
ブラウザ拡張機能 トップ250を見る

AI アプリ

AIを活用して複雑な計算やデータ分析を行うWebベースのツールです。自然言語処理により、数学的な操作を簡素化し、洞察を提供することで、深い技術的専門知識を持たないユーザーでもアクセスしやすくします。このプラットフォームは、様々な分析タスクにおける問題解決を効率化することを目指しています。GPT Calculatorは、AIを活用して複雑な計算やデータ分析を行うWebベースのツールです。自然言語処理により、数学的な操作を簡素化し、洞察を提供することで、深い技術的専門知識を持たないユーザーでもアクセスしやすくします。このプラットフォームは、様々な分析タスクにおける問題解決を効率化することを目指しています。

プロンプトエンジニアリングツール
AI アプリ トップ250を見る

AI フレームワーク

PyTorch向けのオープンソースライブラリで、モデル解釈性を提供します。ビジョンとテキストのマルチモーダルモデルをサポートし、ユーザーがニューラルネットワークの予測方法を理解できるようにします。拡張性を考慮して構築されており、新しい解釈性アルゴリズムの実装とベンチマーキングを容易にします。Captumは、PyTorch向けのオープンソースライブラリで、モデル解釈性を提供します。ビジョンとテキストのマルチモーダルモデルをサポートし、ユーザーがニューラルネットワークの予測方法を理解できるようにします。拡張性を考慮して構築されており、新しい解釈性アルゴリズムの実装とベンチマーキングを容易にします。

機械学習プラットフォーム
AI フレームワーク トップ50を見る

AI アプリ

ChatGPTやJasperなどのAIライティングツール向けの事前定義済みプロンプトを提供するChrome拡張機能です。数クリックで魅力的で説得力のあるコンテンツをより効率的に生成できるよう、すぐに使えるプロンプト集を提供し、コンテンツ作成を効率化します。Promptlyは、ChatGPTやJasperなどのAIライティングツール向けの事前定義済みプロンプトを提供するChrome拡張機能です。数クリックで魅力的で説得力のあるコンテンツをより効率的に生成できるよう、すぐに使えるプロンプト集を提供し、コンテンツ作成を効率化します。

プロンプトエンジニアリングツール
AI アプリ トップ250を見る

LetMeGPT.com は、ユーザーが GPT テクノロジーを理解し活用するのを支援するために設計されたツールです。ユーザーは質問を入力し、GPT 生成の回答を受け取ることができ、AI パワードの情報へのアクセスプロセスを簡素化します。このプラットフォームは、AI 回答の生成と共有のためのシンプルなインターフェースを提供することで、人々が GPT…

プロンプトエンジニアリングツール
AI アプリ トップ250を見る

数百万ものビデオシーンにわたるセマンティック検索とクラスタリングのための強力なビデオ検索APIを提供します。プレーンな英語で任意のシーンを記述するだけで、正確な瞬間を即座に取得できます。既存のオブジェクトストレージと統合し、ビデオ、画像、音声、ドキュメントを横断するマルチモーダル検索をサポートします。Mixpeekは、数百万ものビデオシーンにわたるセマンティック検索とクラスタリングのための強力なビデオ検索APIを提供します。プレーンな英語で任意のシーンを記述するだけで、正確な瞬間を即座に取得できます。既存のオブジェクトストレージと統合し、ビデオ、画像、音声、ドキュメントを横断するマルチモーダル検索をサポートします。

コンピュータービジョンツール
AI アプリ トップ250を見る

AI アプリ

コーディング不要でプロンプトエンジニアが自身の作成物を収益化できるプラットフォームです。プロンプトコレクションを機能的なWebアプリケーションに変換し、共有・販売を可能にします。このプラットフォームは、AI搭載ツールの構築と配布のためのノーコードソリューションを提供することで、プロンプトエンジニアや起業家の成長を支援します。Promptologerは、コーディング不要でプロンプトエンジニアが自身の作成物を収益化できるプラットフォームです。プロンプトコレクションを機能的なWebアプリケーションに変換し、共有・販売を可能にします。このプラットフォームは、AI搭載ツールの構築と配布のためのノーコードソリューションを提供することで、プロンプトエンジニアや起業家の成長を支援します。

プロンプトエンジニアリングツール
AI アプリ トップ250を見る

ブラウザ拡張機能

より優れたプロンプトの作成を支援することで、ChatGPTの会話を強化するように設計されたChrome拡張機能です。事前に構築されたテンプレート、カスタマイズされた入力候補、および応答を洗練するためのバックエンドプロンプト機能を提供し、初心者と経験豊富なユーザーの両方にとって、より実りある魅力的なやり取りを実現します。Promptiは、より優れたプロンプトの作成を支援することで、ChatGPTの会話を強化するように設計されたChrome拡張機能です。事前に構築されたテンプレート、カスタマイズされた入力候補、および応答を洗練するためのバックエンドプロンプト機能を提供し、初心者と経験豊富なユーザーの両方にとって、より実りある魅力的なやり取りを実現します。

プロンプトエンジニアリングツール
ブラウザ拡張機能 トップ250を見る

リアルタイムのリップリーディングとジェスチャー認識のためのAPIファースト、超低遅延コンピュータービジョンプラットフォームを提供します。開発者は、エンタープライズグレードのAIインフラストラクチャを備えた、アクセシブルでインテリジェントなアプリケーションを構築でき、多様な業界でサイレントおよびハンズフリー通信のための人間と機械のインタ…CharadesAIは、リアルタイムのリップリーディングとジェスチャー認識のためのAPIファースト、超低遅延コンピュータービジョンプラットフォームを提供します。開発者は、エンタープライズグレードのAIインフラストラクチャを備えた、アクセシブルでインテリジェントなアプリケーションを構築でき、多様な業界でサイレントおよびハンズフリー通信のための人間と機械のインタ…

コンピュータービジョンツール
AI アプリ トップ250を見る

ブラウザ拡張機能

キュレーションされたプロンプトテンプレートリストを提供することで、ChatGPTのエクスペリエンスを強化するChrome拡張機能です。SEO、SaaS、その他の様々なドメインで作業するユーザーのインタラクションを合理化し、効率と出力品質を向上させるためのすぐに使えるプロンプトを提供することを目指しています。PromptEasily ChatGPTは、キュレーションされたプロンプトテンプレートリストを提供することで、ChatGPTのエクスペリエンスを強化するChrome拡張機能です。SEO、SaaS、その他の様々なドメインで作業するユーザーのインタラクションを合理化し、効率と出力品質を向上させるためのすぐに使えるプロンプトを提供することを目指しています。

プロンプトエンジニアリングツール
ブラウザ拡張機能 トップ250を見る

AI アプリ

ユーザーが様々なAIモデルのプロンプトを発見、管理、最適化するのを支援するために設計されたAI搭載プラットフォームです。プロンプトエンジニアリングのための集中型リポジトリを提供し、効率的なコラボレーションとパフォーマンス追跡を可能にします。構造化されたプロンプト管理と分析ツールで、AIとのインタラクションを強化しましょう。PromptWiseは、ユーザーが様々なAIモデルのプロンプトを発見、管理、最適化するのを支援するために設計されたAI搭載プラットフォームです。プロンプトエンジニアリングのための集中型リポジトリを提供し、効率的なコラボレーションとパフォーマンス追跡を可能にします。構造化されたプロンプト管理と分析ツールで、AIとのインタラクションを強化しましょう。

プロンプトエンジニアリングツール
AI アプリ トップ250を見る

800万人以上の検証済みメンバーからなるグローバルなクラウドを活用し、スケーラブルで正確、かつ柔軟なデータサービスを提供しています。AIトレーニングデータ、アンケート、店舗チェック、タグ付け、リスト作成などを提供し、信頼性の高いプラットフォームを通じて迅速かつ確実なデータ収集と検証を実現します。clickworkerは、800万人以上の検証済みメンバーからなるグローバルなクラウドを活用し、スケーラブルで正確、かつ柔軟なデータサービスを提供しています。AIトレーニングデータ、アンケート、店舗チェック、タグ付け、リスト作成などを提供し、信頼性の高いプラットフォームを通じて迅速かつ確実なデータ収集と検証を実現します。

機械学習プラットフォーム
AI アプリ トップ250を見る

AI モバイルアプリ

人工知能を使用してアボカドの熟度を判定するモバイルアプリケーションです。アボカドの写真をアップロードするだけで、アプリのカスタムトレーニング済みAIアルゴリズムが分析し、食べ頃かどうかを示します。これにより推測が不要になり、完璧に熟したアボカドを楽しめます。RipeOrNot AIは、人工知能を使用してアボカドの熟度を判定するモバイルアプリケーションです。アボカドの写真をアップロードするだけで、アプリのカスタムトレーニング済みAIアルゴリズムが分析し、食べ頃かどうかを示します。これにより推測が不要になり、完璧に熟したアボカドを楽しめます。

コンピュータービジョンツール
AI モバイルアプリ トップ250を見る

AI アプリ

AI研究向けの高品質なマルチモーダル人間インタラクションおよび会話データセットを提供します。物理的な動き、生理学的信号、視線、音声、および文脈上の手がかりをキャプチャおよび構造化し、人間の行動と意思決定プロセスを真に理解するAIを可能にします。Grablyは、AI研究向けの高品質なマルチモーダル人間インタラクションおよび会話データセットを提供します。物理的な動き、生理学的信号、視線、音声、および文脈上の手がかりをキャプチャおよび構造化し、人間の行動と意思決定プロセスを真に理解するAIを可能にします。

機械学習プラットフォーム
AI アプリ トップ250を見る

AI GitHub リポジトリ

Kubernetes上でAIシステムをデプロイ、管理、スケーリングするためのMLOpsおよびLLMOpsフレームワークです。クラウド全体での様々なモデルタイプの標準化されたデプロイを可能にし、パイプライン、自動スケーリング、マルチモデルサービングなどの機能により、モジュール式でデータ中心のアプリケーションを促進します。Seldon Coreは、Kubernetes上でAIシステムをデプロイ、管理、スケーリングするためのMLOpsおよびLLMOpsフレームワークです。クラウド全体での様々なモデルタイプの標準化されたデプロイを可能にし、パイプライン、自動スケーリング、マルチモデルサービングなどの機能により、モジュール式でデータ中心のアプリケーションを促進します。

MLOps・モデルデプロイ
AI GitHub リポジトリ トップ250を見る

NVIDIAのエージェントAI向け合成データ生成ツールは、NeMo Data Designerを基盤に、実データが不足している、孤立している、または機密性が高い場合に、ドメイン特化型のトレーニングおよび評価データセットを作成します。これらは、エージェントAIや会話型AI、RAG評価、リソースが限られた言語、プライバシーに配慮した文書生成をサポートし、エージェ…

機械学習プラットフォーム
AI プラットフォーム トップ150を見る

AI プラットフォーム

高性能コンピューティング(HPC)およびAIワークロードに特化したデータプラットフォームです。データ管理、ストレージ、分析のためのソリューションを提供し、組織の研究開発を加速させます。その製品は、様々な科学および産業分野における複雑なデータ課題に対応します。DDNは、高性能コンピューティング(HPC)およびAIワークロードに特化したデータプラットフォームです。データ管理、ストレージ、分析のためのソリューションを提供し、組織の研究開発を加速させます。その製品は、様々な科学および産業分野における複雑なデータ課題に対応します。

機械学習プラットフォーム
AI プラットフォーム トップ150を見る

AI プラットフォーム

Unity Catalog 内の AI/ML 特徴量(フィーチャー)のセントラルレジストリです。組み込みのガバナンス、リネージ、ポイントインタイム結合、オンラインサービングを提供し、モデルのトレーニングと推論をシームレスに行えるようにし、一貫性を確保してクライアントサイドのコードを簡素化します。Databricks Feature Store は、Unity Catalog 内の AI/ML 特徴量(フィーチャー)のセントラルレジストリです。組み込みのガバナンス、リネージ、ポイントインタイム結合、オンラインサービングを提供し、モデルのトレーニングと推論をシームレスに行えるようにし、一貫性を確保してクライアントサイドのコードを簡素化します。

機械学習プラットフォーム
AI プラットフォーム トップ150を見る

AI モデル

ビデオ制作ワークフロー向けにファインチューニングされたLlama 2 7B LLMです。ユーザーは自然言語コマンドでビデオ編集タスクを制御でき、FFMPerativeツールと連携します。このモデルは、クロッピング、リサイズ、音声調整などのタスクを、技術的な専門知識を持たないユーザーでも簡単に実行できるようにします。FFMPerative-7Bは、ビデオ制作ワークフロー向けにファインチューニングされたLlama 2 7B LLMです。ユーザーは自然言語コマンドでビデオ編集タスクを制御でき、FFMPerativeツールと連携します。このモデルは、クロッピング、リサイズ、音声調整などのタスクを、技術的な専門知識を持たないユーザーでも簡単に実行できるようにします。

AIモデルとLLM
AI モデル トップ5を見る

AI モデル

Meta AIが研究コミュニティ向けに公開した1750億パラメータの大規模言語モデルです。これにより、大規模言語モデルへのアクセスが可能になり、NLP研究の深い理解と進歩を促進します。責任ある開発とバイアスの軽減に重点を置いています。OPT-175Bは、Meta AIが研究コミュニティ向けに公開した1750億パラメータの大規模言語モデルです。これにより、大規模言語モデルへのアクセスが可能になり、NLP研究の深い理解と進歩を促進します。責任ある開発とバイアスの軽減に重点を置いています。

AIモデルとLLM
AI モデル トップ5を見る

Google DeepMindが開発した単一の汎用AIエージェントです。Atariゲームのプレイ、画像へのキャプション付け、チャット、実際のロボットアームの制御など、幅広いタスクを実行できます。このマルチモーダルエージェントは、Transformerニューラルネットワークを使用して多様なデータ入力を処理し、適切な出力を生成します。Gatoは、Google DeepMindが開発した単一の汎用AIエージェントです。Atariゲームのプレイ、画像へのキャプション付け、チャット、実際のロボットアームの制御など、幅広いタスクを実行できます。このマルチモーダルエージェントは、Transformerニューラルネットワークを使用して多様なデータ入力を処理し、適切な出力を生成します。

AIモデルとLLM
AI モデル トップ5を見る

DETRは、Transformerをコアコンポーネントとして統合した、エンドツーエンドの物体検出およびパノプティックセグメンテーションフレームワークです。アーキテクチャを簡素化し、直接的に物体セットを予測し、COCOのような挑戦的なデータセットで最先端のパフォーマンスを達成し、コンピュータビジョンタスクに対してより柔軟で合理化されたアプローチを提供します。

コンピュータービジョンツール
AI モデル トップ5を見る

PyTorchで利用可能なディープ畳み込みニューラルネットワークアーキテクチャです。各層をフィードフォワード方式で他のすべての層に接続することで、特徴伝播と再利用を強化します。このモデルはImageNetで事前学習済みであり、画像分類タスク向けにdensenet121、densenet169、densenet201、densenet161…Densenetは、PyTorchで利用可能なディープ畳み込みニューラルネットワークアーキテクチャです。各層をフィードフォワード方式で他のすべての層に接続することで、特徴伝播と再利用を強化します。このモデルはImageNetで事前学習済みであり、画像分類タスク向けにdensenet121、densenet169、densenet201、densenet161…

AIモデルとLLM
AI モデル トップ5を見る

PyTorchで利用可能なディープ畳み込みニューラルネットワークモデルです。AlexNetと同等の精度を、はるかに少ないパラメータ数と小さいモデルサイズで実現しており、様々なコンピュータビジョンタスクに効率的です。このモデルはImageNetで事前学習済みであり、PyTorchプロジェクトに簡単に統合できます。SqueezeNetは、PyTorchで利用可能なディープ畳み込みニューラルネットワークモデルです。AlexNetと同等の精度を、はるかに少ないパラメータ数と小さいモデルサイズで実現しており、様々なコンピュータビジョンタスクに効率的です。このモデルはImageNetで事前学習済みであり、PyTorchプロジェクトに簡単に統合できます。

AIモデルとLLM
AI モデル トップ5を見る

AI モデル

Keras 3 APIを通じて利用可能な深層学習モデルです。Keras Applicationsの一部として、様々なコンピュータビジョンタスク向けの事前学習済みモデルを提供します。Xceptionは画像分類および関連アプリケーション向けに設計されており、高度なAIシステムの構築のための堅牢な基盤を提供します。Xceptionは、Keras 3 APIを通じて利用可能な深層学習モデルです。Keras Applicationsの一部として、様々なコンピュータビジョンタスク向けの事前学習済みモデルを提供します。Xceptionは画像分類および関連アプリケーション向けに設計されており、高度なAIシステムの構築のための堅牢な基盤を提供します。

AIモデルとLLM
AI モデル トップ5を見る

AI モデル

相対位置埋め込みを備えた因果的トランスフォーマーモデルであり、より長いコンテキストのために隠れ状態を再利用できます。Zihang Daiらによって開発され、入出力にアダプティブソフトマックスを使用しています。このモデルはテキスト生成タスクに適しており、Wikitext-103データセットでトレーニングされました。Transfo-XL-WT103は、相対位置埋め込みを備えた因果的トランスフォーマーモデルであり、より長いコンテキストのために隠れ状態を再利用できます。Zihang Daiらによって開発され、入出力にアダプティブソフトマックスを使用しています。このモデルはテキスト生成タスクに適しており、Wikitext-103データセットでトレーニングされました。

AIモデルとLLM
AI モデル トップ5を見る

AI モデル

Google DeepMindによる2800億パラメータのトランスフォーマー言語モデルで、4400万から2800億パラメータまでのモデルファミリーの一部です。2021年の研究発表で紹介され、読解力、ファクトチェック、毒性言語の識別において評価され、一部のタスクではスケールの恩恵を受けましたが、論理的推論などのタスクではそうではありませんでした…Gopherは、Google DeepMindによる2800億パラメータのトランスフォーマー言語モデルで、4400万から2800億パラメータまでのモデルファミリーの一部です。2021年の研究発表で紹介され、読解力、ファクトチェック、毒性言語の識別において評価され、一部のタスクではスケールの恩恵を受けましたが、論理的推論などのタスクではそうではありませんでした…

AIモデルとLLM
AI モデル トップ5を見る

AI モデル

Google DeepMindによる70億パラメータの言語モデルで、1.3兆トークンで訓練されており、より多くのデータで訓練された小型モデルが大型モデルを上回るかどうかをテストしています。DeepMindの280億パラメータのゴファーと同じトレーニングコンピュートを使用し、ほぼすべてのベンチマークでゴファーや他の大型モデルを上回りました。チンチラは、Google DeepMindによる70億パラメータの言語モデルで、1.3兆トークンで訓練されており、より多くのデータで訓練された小型モデルが大型モデルを上回るかどうかをテストしています。DeepMindの280億パラメータのゴファーと同じトレーニングコンピュートを使用し、ほぼすべてのベンチマークでゴファーや他の大型モデルを上回りました。

AIモデルとLLM
AI モデル トップ5を見る

高忠実度でフォトリアルな画像を生成する自己回帰型テキスト画像生成モデルです。画像生成をシーケンス・ツー・シーケンスの問題として扱い、大規模言語モデルの進歩を活用して複雑な構図と世界の知識合成を実現します。Partiは、詳細なディテールとインタラクションを伴うコンテンツリッチな合成をサポートします。Partiは、高忠実度でフォトリアルな画像を生成する自己回帰型テキスト画像生成モデルです。画像生成をシーケンス・ツー・シーケンスの問題として扱い、大規模言語モデルの進歩を活用して複雑な構図と世界の知識合成を実現します。Partiは、詳細なディテールとインタラクションを伴うコンテンツリッチな合成をサポートします。

AIモデルとLLM
AI モデル トップ5を見る

AI モデル

Googleが開発した画期的な対話型AIモデルで、幅広いトピックについて自由な対話を行うように設計されています。Transformerアーキテクチャを基盤とし、対話データに特化してトレーニングされているため、妥当性や具体性といったニュアンスを理解し、より自然な人間とコンピューターの対話や新しいアプリケーションカテゴリを可能にします。LaMDAは、Googleが開発した画期的な対話型AIモデルで、幅広いトピックについて自由な対話を行うように設計されています。Transformerアーキテクチャを基盤とし、対話データに特化してトレーニングされているため、妥当性や具体性といったニュアンスを理解し、より自然な人間とコンピューターの対話や新しいアプリケーションカテゴリを可能にします。

AIモデルとLLM
AI モデル トップ5を見る

AI モデル

InstructGPTモデルは、GPT-3よりもユーザーの意図をより良く理解するように訓練されたAI言語モデルです。人間からのフィードバックによる強化学習により、より真実味があり、毒性が低く、ユーザーの目標に沿ったものとなっており、現在OpenAIのAPIで利用可能です。

AIモデルとLLM
AI モデル トップ5を見る

AI モデル

テキスト記述から3Dオブジェクトを生成するAIモデルです。事前学習済みの2D拡散モデルを活用し、3Dトレーニングデータを必要とせずに、Neural Radiance Fields(NeRF)のような再照明可能な3Dアセットを作成します。これにより、多様なテキストプロンプトに対して、高忠実度の外観、深度、法線を実現できます。DreamFusionは、テキスト記述から3Dオブジェクトを生成するAIモデルです。事前学習済みの2D拡散モデルを活用し、3Dトレーニングデータを必要とせずに、Neural Radiance Fields(NeRF)のような再照明可能な3Dアセットを作成します。これにより、多様なテキストプロンプトに対して、高忠実度の外観、深度、法線を実現できます。

AIモデルとLLM
AI モデル トップ5を見る

AI GitHub リポジトリ

FaceNet論文に基づいた顔認識およびクラスタリングのためのTensorFlow実装です。ディープラーニングモデルを活用して顔の統一された埋め込みを生成し、正確な識別とグループ化を可能にします。このプロジェクトは、事前学習済みモデルとカスタム分類器をトレーニングするためのコードを提供します。FaceNetは、FaceNet論文に基づいた顔認識およびクラスタリングのためのTensorFlow実装です。ディープラーニングモデルを活用して顔の統一された埋め込みを生成し、正確な識別とグループ化を可能にします。このプロジェクトは、事前学習済みモデルとカスタム分類器をトレーニングするためのコードを提供します。

コンピュータービジョンツール
AI GitHub リポジトリ トップ250を見る

長文ドキュメントの処理に特化したTransformerモデルです。RoBERTaをベースとし、最大4,096トークンの拡張シーケンスで事前学習されています。このモデルは、スライディングウィンドウとグローバルアテンションを組み合わせたハイブリッドアテンションメカニズムを採用し、効率的な長文理解とタスク固有の表現学習…Longformer Base 4096 は、長文ドキュメントの処理に特化したTransformerモデルです。RoBERTaをベースとし、最大4,096トークンの拡張シーケンスで事前学習されています。このモデルは、スライディングウィンドウとグローバルアテンションを組み合わせたハイブリッドアテンションメカニズムを採用し、効率的な長文理解とタスク固有の表現学習…

AIモデルとLLM
AI モデル トップ5を見る

BigBirdベースモデルは、ブロック疎行列アテンションを使用して、はるかに長いシーケンスを処理できるように拡張されたBERTのTransformerです。マスク言語モデリングのために英語テキストで事前学習されており、最大4096トークンのシーケンスを効率的に処理でき、長文タスクで最先端の結果を達成しています。

AIモデルとLLM
AI モデル トップ5を見る

Microsoft Researchが開発した27億パラメータの言語モデルです。130億パラメータ未満のモデルの中で最先端のパフォーマンスを示し、優れた推論能力と自然言語理解能力を備えています。Phi-2は、最大25倍大きいモデルと同等またはそれ以上の性能を複雑なベンチマークで達成しており、研究や実験に最適です。Phi-2は、Microsoft Researchが開発した27億パラメータの言語モデルです。130億パラメータ未満のモデルの中で最先端のパフォーマンスを示し、優れた推論能力と自然言語理解能力を備えています。Phi-2は、最大25倍大きいモデルと同等またはそれ以上の性能を複雑なベンチマークで達成しており、研究や実験に最適です。

AIモデルとLLM
AI モデル トップ5を見る

AI モデル

生成器内の信号処理を全面的に見直すことで、エイリアシングのない(alias-free)敵対的生成ネットワークを導入します。この革新により、「テクスチャスティッキング」が解消され、ビデオやアニメーションのより一貫性のある合成が可能になります。このモデルはStyleGAN2のFIDを達成しつつ、サブピクセルスケールでも平行移動と回転に対して…StyleGAN3は、生成器内の信号処理を全面的に見直すことで、エイリアシングのない(alias-free)敵対的生成ネットワークを導入します。この革新により、「テクスチャスティッキング」が解消され、ビデオやアニメーションのより一貫性のある合成が可能になります。このモデルはStyleGAN2のFIDを達成しつつ、サブピクセルスケールでも平行移動と回転に対して…

AIモデルとLLM
AI モデル トップ5を見る

AI モデル

実世界の連続的なセンサーデータをテキストと統合する、具現化されたマルチモーダル言語モデルです。これにより、ロボットは言語を知覚に結びつけることで複雑なタスクを実行できるようになり、高度な推論と計画のために多様なトレーニングドメインと具現化にわたるポジティブな転移を示します。PaLM-Eは、実世界の連続的なセンサーデータをテキストと統合する、具現化されたマルチモーダル言語モデルです。これにより、ロボットは言語を知覚に結びつけることで複雑なタスクを実行できるようになり、高度な推論と計画のために多様なトレーニングドメインと具現化にわたるポジティブな転移を示します。

AIモデルとLLM
AI モデル トップ5を見る

このフレームワークは、大規模な 3D 形状データセットにセマンティックな領域アノテーションを付与するための、新しいアクティブラーニング手法を提案します。手動アノテーション、自動伝播、検証を効率的に組み合わせ、3D モデルのラベル付けにおけるユーザーの労力を最小限に抑えつつ精度を最大化します。

機械学習プラットフォーム
AI モデル トップ5を見る

AI GitHub リポジトリ

Dynamic Graph CNNを実装した点群学習用AIモデルです。分類やセグメンテーションなどの3D点群データ処理タスクで最先端の性能を達成しています。PyTorch実装が利用可能で、実世界のシナリオにも応用されています。DGCNNは、Dynamic Graph CNNを実装した点群学習用AIモデルです。分類やセグメンテーションなどの3D点群データ処理タスクで最先端の性能を達成しています。PyTorch実装が利用可能で、実世界のシナリオにも応用されています。

AIモデルとLLM
AI GitHub リポジトリ トップ250を見る

AI モデル

MMAction2は、アクション認識およびビデオ理解タスクのための基盤となるライブラリです。PyTorch上に構築され、OpenMMLabエコシステムと統合されており、最先端のビデオ分析モデルの開発とデプロイのための包括的なツールキットを提供します。このドキュメントには、チュートリアル、APIリファレンス、およびプロジェクト情報が含まれています。

コンピュータービジョンツール
AI モデル トップ5を見る

AI モデル

自動音声認識のための自己教師あり学習アルゴリズムです。生の音声から学習し、高い精度を達成するために最小限の書き起こしデータしか必要としません。これにより、広範なラベル付きデータセットへの依存を減らし、より多くの言語、方言、ドメインでの音声認識が可能になります。Wav2vec 2.0は、自動音声認識のための自己教師あり学習アルゴリズムです。生の音声から学習し、高い精度を達成するために最小限の書き起こしデータしか必要としません。これにより、広範なラベル付きデータセットへの依存を減らし、より多くの言語、方言、ドメインでの音声認識が可能になります。

AIモデルとLLM
AI モデル トップ5を見る

AI モデル

長期的な一貫性を持つ高品質なオーディオを生成するAIモデルです。オーディオ生成を言語モデリングタスクとして扱い、オーディオを離散トークンにマッピングします。このフレームワークは、未知のスピーカーやスタイルに対しても、音声や音楽の自然で一貫性のある継続を生成することに優れています。AudioLMは、長期的な一貫性を持つ高品質なオーディオを生成するAIモデルです。オーディオ生成を言語モデリングタスクとして扱い、オーディオを離散トークンにマッピングします。このフレームワークは、未知のスピーカーやスタイルに対しても、音声や音楽の自然で一貫性のある継続を生成することに優れています。

AIモデルとLLM
AI モデル トップ5を見る

AI モデル

Google DeepMindが開発した単一のビジュアル言語モデル(VLM)であり、多様なマルチモーダルタスクにおける少数の例からの学習(few-shot learning)に優れています。画像、動画、テキストが混在した入力を処理し、関連する言語出力を生成します。追加のトレーニングなしで、タスク固有の例を最小限で済ませることができます。Flamingoは、Google DeepMindが開発した単一のビジュアル言語モデル(VLM)であり、多様なマルチモーダルタスクにおける少数の例からの学習(few-shot learning)に優れています。画像、動画、テキストが混在した入力を処理し、関連する言語出力を生成します。追加のトレーニングなしで、タスク固有の例を最小限で済ませることができます。

AIモデルとLLM
AI モデル トップ5を見る

マスク画像モデリングを用いてビジョントランスフォーマーを事前学習する自己教師あり学習の視覚表現モデルです。画像を視覚トークンにトークン化し、マスクされたパッチを復元することで、画像分類やセマンティックセグメンテーションなどの下流タスクで競争力のある結果を達成します。BEiTは、マスク画像モデリングを用いてビジョントランスフォーマーを事前学習する自己教師あり学習の視覚表現モデルです。画像を視覚トークンにトークン化し、マスクされたパッチを復元することで、画像分類やセマンティックセグメンテーションなどの下流タスクで競争力のある結果を達成します。

AIモデルとLLM
AI モデル トップ5を見る

Meta AIが開発したマルチモーダルAIモデルであり、画像、動画、音声、テキスト、深度、熱の6つのモダリティからのデータを結合します。明示的な教師なしで単一の埋め込み空間を学習し、AIシステムにおける高度なクロスモーダル理解と生成を可能にします。ImageBindは、Meta AIが開発したマルチモーダルAIモデルであり、画像、動画、音声、テキスト、深度、熱の6つのモダリティからのデータを結合します。明示的な教師なしで単一の埋め込み空間を学習し、AIシステムにおける高度なクロスモーダル理解と生成を可能にします。

AIモデルとLLM
AI モデル トップ5を見る

Zephyr-7B-βは、Direct Preference Optimization(DPO)を用いてMistral-7B-v0.1からファインチューニングされたオープンソース言語モデルです。MT-BenchおよびAlpacaEvalベンチマークで高い性能を示し、チャットアプリケーションに適した有益なアシスタントとして優れています。

AIモデルとLLM
AI モデル トップ5を見る

デジタルエージェント向けに設計されたオープンソースのマルチモーダルAIモデルです。そのシンプルなアーキテクチャは、任意の画像解像度をサポートし、グラフ、図、UI要素に関する質問に高速に応答することを可能にします。標準的なベンチマークで高い性能を発揮し、HuggingFaceで利用可能です。Fuyu-8Bは、デジタルエージェント向けに設計されたオープンソースのマルチモーダルAIモデルです。そのシンプルなアーキテクチャは、任意の画像解像度をサポートし、グラフ、図、UI要素に関する質問に高速に応答することを可能にします。標準的なベンチマークで高い性能を発揮し、HuggingFaceで利用可能です。

AIモデルとLLM
AI モデル トップ5を見る

最先端の機能を再現するオープンアクセス可能なビジュアル言語モデルです。画像とテキストのインターリーブ入力を受け付け、テキスト出力を生成し、Flamingoのようなプロプライエタリモデルに匹敵します。9Bおよび80Bのパラメータサイズで利用可能で、マルチモーダルAIの研究開発をサポートします。IDEFICSは、最先端の機能を再現するオープンアクセス可能なビジュアル言語モデルです。画像とテキストのインターリーブ入力を受け付け、テキスト出力を生成し、Flamingoのようなプロプライエタリモデルに匹敵します。9Bおよび80Bのパラメータサイズで利用可能で、マルチモーダルAIの研究開発をサポートします。

AIモデルとLLM
AI モデル トップ5を見る

AI モデル

凍結されたビジュアルエンコーダーと大規模言語モデルを連携させることで、視覚と言語の理解を強化するAIモデルです。詳細な画像説明の生成、ドラフトからのウェブサイト作成、画像に触発された物語の執筆、視覚的な問題の解決など、高度なマルチモーダル能力を発揮します。MiniGPT-4は、凍結されたビジュアルエンコーダーと大規模言語モデルを連携させることで、視覚と言語の理解を強化するAIモデルです。詳細な画像説明の生成、ドラフトからのウェブサイト作成、画像に触発された物語の執筆、視覚的な問題の解決など、高度なマルチモーダル能力を発揮します。

AIモデルとLLM
AI モデル トップ5を見る

AI モデル

汎用的な視覚と言語の理解のために、ビジョンエンコーダーと言語モデルを組み合わせた大規模マルチモーダルモデルです。マルチモーダルチャット機能に優れ、GPT-4を模倣し、視覚的指示チューニングを通じてScience QAのようなベンチマークで最先端の精度を達成しています。LLaVAは、汎用的な視覚と言語の理解のために、ビジョンエンコーダーと言語モデルを組み合わせた大規模マルチモーダルモデルです。マルチモーダルチャット機能に優れ、GPT-4を模倣し、視覚的指示チューニングを通じてScience QAのようなベンチマークで最先端の精度を達成しています。

AIモデルとLLM
AI モデル トップ5を見る

AI GitHub リポジトリ

特に言語のような情報密度の高いデータに対して効果的な、効率的なシーケンスモデリングのために設計された新しい状態空間モデルアーキテクチャです。ハードウェアを意識した実装を提供し、以前のサブ二次モデルを上回り、Transformerに匹敵することを目指しています。Mambaは、特に言語のような情報密度の高いデータに対して効果的な、効率的なシーケンスモデリングのために設計された新しい状態空間モデルアーキテクチャです。ハードウェアを意識した実装を提供し、以前のサブ二次モデルを上回り、Transformerに匹敵することを目指しています。

AIモデルとLLM
AI GitHub リポジトリ トップ250を見る

効率的な推論と柔軟なファインチューニング機能を提供する強力な言語モデルです。デスクトップGUI、Webベースの推論、モバイルアプリなど、さまざまなアプリケーションをサポートし、多様なタスクのために複数のプラットフォームやデバイスで高度なAIへのアクセスを可能にします。RWKVは、効率的な推論と柔軟なファインチューニング機能を提供する強力な言語モデルです。デスクトップGUI、Webベースの推論、モバイルアプリなど、さまざまなアプリケーションをサポートし、多様なタスクのために複数のプラットフォームやデバイスで高度なAIへのアクセスを可能にします。

AIモデルとLLM
AI モデル トップ5を見る

Apple Machine Learning Researchが開発した最先端のオープン言語モデルファミリーです。精度向上のためのレイヤーごとのスケーリング戦略を特徴とし、ログやチェックポイントを含む公開データセットでのトレーニングと評価のための完全なフレームワークを提供します。また、AppleデバイスでのMLX統合用のコードも含まれていま…OpenELMは、Apple Machine Learning Researchが開発した最先端のオープン言語モデルファミリーです。精度向上のためのレイヤーごとのスケーリング戦略を特徴とし、ログやチェックポイントを含む公開データセットでのトレーニングと評価のための完全なフレームワークを提供します。また、AppleデバイスでのMLX統合用のコードも含まれていま…

AIモデルとLLM
AI モデル トップ5を見る

AI GitHub リポジトリ

単変量時系列予測のためのニューラルネットワークベースのモデルです。ServiceNow Researchによって開発され、再現性のある実験結果を実現するためにN-BEATSアルゴリズムを実装しています。このリポジトリは、高度な時系列分析のためのPyTorch実装、データセットローダー、および実験設定を提供します。N-BEATSは、単変量時系列予測のためのニューラルネットワークベースのモデルです。ServiceNow Researchによって開発され、再現性のある実験結果を実現するためにN-BEATSアルゴリズムを実装しています。このリポジトリは、高度な時系列分析のためのPyTorch実装、データセットローダー、および実験設定を提供します。

AIモデルとLLM
AI GitHub リポジトリ トップ250を見る

AI モデル

Databricksが提供する最先端のオープン大規模言語モデル(LLM)であり、言語、プログラミング、数学のベンチマークで優れた性能を発揮します。GPT-3.5を凌駕し、Gemini 1.0 Proに匹敵する効率性と品質の向上を実現し、高度なLLM機能をエンタープライズおよびオープンコミュニティに提供します。DBRXは、Databricksが提供する最先端のオープン大規模言語モデル(LLM)であり、言語、プログラミング、数学のベンチマークで優れた性能を発揮します。GPT-3.5を凌駕し、Gemini 1.0 Proに匹敵する効率性と品質の向上を実現し、高度なLLM機能をエンタープライズおよびオープンコミュニティに提供します。

AIモデルとLLM
AI モデル トップ5を見る

AI モデル

CaffeフレームワークとSSD実装による物体検出。このリポジトリは、高速でオープンなディープラーニングフレームワークを提供し、特にSingle Shot MultiBox Detectorに特化しています。単一のモデルで物体検出ネットワークのトレーニングと評価を可能にし、効率的なパフォーマンスを実現します。

コンピュータービジョンツール
AI モデル トップ5を見る

計算オーバーヘッドを最小限に抑えながら、ディープ畳み込みネットワークからマルチスケール特徴マップを生成することで、物体検出を強化します。このアーキテクチャは、さまざまなサイズの物体に対する精度を向上させ、リアルタイム検出タスクに実用的かつ効率的なソリューションを提供します。Feature Pyramid Networks (FPN)は、計算オーバーヘッドを最小限に抑えながら、ディープ畳み込みネットワークからマルチスケール特徴マップを生成することで、物体検出を強化します。このアーキテクチャは、さまざまなサイズの物体に対する精度を向上させ、リアルタイム検出タスクに実用的かつ効率的なソリューションを提供します。

コンピュータービジョンツール
AI モデル トップ5を見る

AI GitHub リポジトリ

物体検出やセグメンテーションなどの密な予測タスクにおいて、Vision Transformer (ViT) の性能を向上させるAIモデルです。事前学習なしで画像固有の帰納バイアスを導入し、プレーンなViTが特殊なTransformerと同等の結果を達成できるようにすることで、様々な下流アプリケーションに適しています。ViT-Adapterは、物体検出やセグメンテーションなどの密な予測タスクにおいて、Vision Transformer (ViT) の性能を向上させるAIモデルです。事前学習なしで画像固有の帰納バイアスを導入し、プレーンなViTが特殊なTransformerと同等の結果を達成できるようにすることで、様々な下流アプリケーションに適しています。

コンピュータービジョンツール
AI GitHub リポジトリ トップ250を見る

セルフアテンションTransformerのみを利用した革新的なビデオ理解AIアーキテクチャです。アクション認識ベンチマークで最先端の結果を達成し、従来の3D CNNと比較してトレーニングが大幅に高速化され、推論計算コストが低減されます。これにより、より複雑なビデオ分析やリアルタイムアプリケーションが可能になります。TimeSformerは、セルフアテンションTransformerのみを利用した革新的なビデオ理解AIアーキテクチャです。アクション認識ベンチマークで最先端の結果を達成し、従来の3D CNNと比較してトレーニングが大幅に高速化され、推論計算コストが低減されます。これにより、より複雑なビデオ分析やリアルタイムアプリケーションが可能になります。

コンピュータービジョンツール
AI モデル トップ5を見る

このAIモデルは、汎用的な画像間変換タスクのためのソリューションを提供します。画像のマッピングと適切な損失関数の両方を学習するため、ラベルからの写真合成、エッジからのオブジェクト再構成、画像の色付けなど、多様なアプリケーションが可能です。このフレームワークは適応性が高く、様々な人気のディープラーニングライブラリに実装されています。

AIモデルとLLM
AI モデル トップ5を見る

AI GitHub リポジトリ

テキストから画像への合成のためのDynamic Memory Generative Adversarial NetworksのPyTorch実装です。このリポジトリは、CVPR2019の論文に基づいた、テキスト説明からの画像生成のためのコード、事前学習済みモデル、および評価スクリプトを提供します。DM-GANは、テキストから画像への合成のためのDynamic Memory Generative Adversarial NetworksのPyTorch実装です。このリポジトリは、CVPR2019の論文に基づいた、テキスト説明からの画像生成のためのコード、事前学習済みモデル、および評価スクリプトを提供します。

AIモデルとLLM
AI GitHub リポジトリ トップ250を見る

Google Researchが開発したテキストから画像を生成する拡散モデルです。言語を深く理解し、フォトリアルな画像を生成します。Imagenは画像とテキストの整合性およびサンプルの忠実性に優れており、人間の評価で他のモデルを凌駕し、COCOなどのベンチマークで最先端のFIDスコアを達成しています。ImagenはGoogle Researchが開発したテキストから画像を生成する拡散モデルです。言語を深く理解し、フォトリアルな画像を生成します。Imagenは画像とテキストの整合性およびサンプルの忠実性に優れており、人間の評価で他のモデルを凌駕し、COCOなどのベンチマークで最先端のFIDスコアを達成しています。

AIモデルとLLM
AI モデル トップ5を見る

AI プラットフォーム

Together AIはAIモデルのプラットフォームです。様々なモデルへのアクセスを提供し、開発者が高度なAI機能をアプリケーションに統合できるようにします。このプラットフォームは、AI開発とデプロイのための堅牢な環境を提供することに重点を置き、AI主導のプロジェクトにおけるイノベーションと効率性をサポートします。

MLOps・モデルデプロイ
AI プラットフォーム トップ150を見る

AI GitHub リポジトリ

Meta AIのLLaMA 7Bモデルを許可なく利用可能なライセンスで再現したオープンソースモデルです。RedPajamaデータセットで学習され、3B、7B、13Bのパラメータバージョンを提供し、既存のLLaMA実装にシームレスに統合するためのPyTorchおよびJAXウェイトを提供します。OpenLLaMAは、Meta AIのLLaMA 7Bモデルを許可なく利用可能なライセンスで再現したオープンソースモデルです。RedPajamaデータセットで学習され、3B、7B、13Bのパラメータバージョンを提供し、既存のLLaMA実装にシームレスに統合するためのPyTorchおよびJAXウェイトを提供します。

AIモデルとLLM
AI GitHub リポジトリ トップ250を見る

AI GitHub リポジトリ

GIT (Generative Image-to-text Transformer) は、Microsoft が開発したビジョンと言語タスク向けの AI モデルです。画像からテキストの説明を生成し、ビジュアル質問応答を実行できます。このモデルは、多様なアプリケーションに対応するために、さまざまな事前学習済みおよびファインチューニング済みのバージョンを提供して…

コンピュータービジョンツール
AI GitHub リポジトリ トップ250を見る

AI GitHub リポジトリ

ECCV 2020の論文「UNITER: UNiversal Image-TExt Representation Learning」の研究コードリポジトリです。VQA、VCR、画像-テキスト検索など、様々なビジョンと言語のタスクにおけるファインチューニングと推論のためのコードを提供します。UNITER-baseおよびUNITER-largeの…UNITERは、ECCV 2020の論文「UNITER: UNiversal Image-TExt Representation Learning」の研究コードリポジトリです。VQA、VCR、画像-テキスト検索など、様々なビジョンと言語のタスクにおけるファインチューニングと推論のためのコードを提供します。UNITER-baseおよびUNITER-largeの…

AIモデルとLLM
AI GitHub リポジトリ トップ250を見る

AI GitHub リポジトリ

このリポジトリは、グラフニューラルネットワーク(GNN)のためのPrincipal Neighbourhood Aggregation(PNA)の実装を提供します。PyTorch、DGL、PyTorch Geometricフレームワークをサポートし、マルチタスクおよび実世界のベンチマーク用のスクリプト、柔軟なGNNフレームワーク、比較モデルを提供します。

機械学習プラットフォーム
AI GitHub リポジトリ トップ250を見る

AI GitHub リポジトリ

このGitHubリポジトリは、DeepGCNs、DeeperGCN、GNN1000のPyTorch実装を提供します。残差接続や拡張畳み込みなどのCNNの概念を適応させることで、非常に深いグラフ畳み込みネットワークのトレーニングを可能にし、グラフニューラルネットワークの研究を促進します。

機械学習プラットフォーム
AI GitHub リポジトリ トップ250を見る

汎用的な拡散モデルであるDiffWaveを搭載した音声合成デモをご覧ください。このリソースは、ニューラルボコーダー、クラス条件付き生成、無条件波形生成、音声ノイズ除去の機能を紹介します。様々なデータセットや条件におけるモデルのパフォーマンスに関する音声サンプルと洞察を提供し、その柔軟性を強調しています。

AIモデルとLLM
AI モデル トップ5を見る

AI モデル

音声品質とトレーニング速度を向上させるエンドツーエンドのテキスト読み上げモデルです。ピッチやエネルギーなどの音声のバリエーション情報を直接組み込むことで、教師蒸留を排除し、より高速で高品質な音声合成を可能にし、以前の非自己回帰モデルを改善しています。FastSpeech 2は、音声品質とトレーニング速度を向上させるエンドツーエンドのテキスト読み上げモデルです。ピッチやエネルギーなどの音声のバリエーション情報を直接組み込むことで、教師蒸留を排除し、より高速で高品質な音声合成を可能にし、以前の非自己回帰モデルを改善しています。

AIモデルとLLM
AI モデル トップ5を見る

AI GitHub リポジトリ

効率的かつ高忠実度の音声合成を実現する敵対的生成ネットワークです。オーディオ内の周期的なパターンをモデル化してサンプル品質を向上させ、高速で人間のような品質を達成します。このモデルは、単一話者、未知の話者、エンドツーエンド合成をサポートし、CPU向けの小型フットプリント版も提供しています。HiFi-GANは、効率的かつ高忠実度の音声合成を実現する敵対的生成ネットワークです。オーディオ内の周期的なパターンをモデル化してサンプル品質を向上させ、高速で人間のような品質を達成します。このモデルは、単一話者、未知の話者、エンドツーエンド合成をサポートし、CPU向けの小型フットプリント版も提供しています。

AIモデルとLLM
AI GitHub リポジトリ トップ250を見る

AI GitHub リポジトリ

エンドツーエンドの音声処理のためのオープンソースツールキットです。自動音声認識(ASR)、音声合成(TTS)、音声強調などのタスクに対応する包括的なレシピとツールを提供します。柔軟なフレームワークにより、ユーザーは簡単に推論を実行したり、既存のモデルをファインチューニングしたり、カスタムソリューションを実装したりできます。ESPnetは、エンドツーエンドの音声処理のためのオープンソースツールキットです。自動音声認識(ASR)、音声合成(TTS)、音声強調などのタスクに対応する包括的なレシピとツールを提供します。柔軟なフレームワークにより、ユーザーは簡単に推論を実行したり、既存のモデルをファインチューニングしたり、カスタムソリューションを実装したりできます。

AIモデルとLLM
AI GitHub リポジトリ トップ250を見る

AI フレームワーク

サポートベクター分類、回帰、および分布推定のための統合ソフトウェアパッケージです。使いやすいインターフェースを備え、マルチクラス分類をサポートし、さまざまなカーネルと拡張機能を含んでおり、さまざまな分野のユーザーがSVMを利用しやすくしています。LIBSVMは、サポートベクター分類、回帰、および分布推定のための統合ソフトウェアパッケージです。使いやすいインターフェースを備え、マルチクラス分類をサポートし、さまざまなカーネルと拡張機能を含んでおり、さまざまな分野のユーザーがSVMを利用しやすくしています。

機械学習プラットフォーム
AI フレームワーク トップ50を見る

AI GitHub リポジトリ

Vision Transformer (ViT) リポジトリは、画像認識タスク用のモデルとコードを提供します。ImageNet および ImageNet-21k データセットで事前学習済みの Vision Transformer および MLP-Mixer アーキテクチャの実装が含まれており、JAX/Flax でのファインチューニング用コードも提供します。

コンピュータービジョンツール
AI GitHub リポジトリ トップ250を見る

AI GitHub リポジトリ

自己注意機構をフーリエ変換に置き換えた効率的なTransformerライクなエンコーダーアーキテクチャです。Google Researchによって開発され、自然言語処理タスクにおいて高性能な代替手段を提供します。このモデルはJax/Flaxで実装されており、事前学習およびファインチューニングのためにGitHubで利用可能です。FNetは、自己注意機構をフーリエ変換に置き換えた効率的なTransformerライクなエンコーダーアーキテクチャです。Google Researchによって開発され、自然言語処理タスクにおいて高性能な代替手段を提供します。このモデルはJax/Flaxで実装されており、事前学習およびファインチューニングのためにGitHubで利用可能です。

AIモデルとLLM
AI GitHub リポジトリ トップ250を見る

AI GitHub リポジトリ

テキストの範囲(スパン)の表現と予測に焦点を当てることで、事前学習の改善を目指すAIモデルです。HuggingFace BERTフォーマットと互換性のある、事前学習済みのベースモデルとラージモデルを提供します。このリポジトリには、質問応答や関係抽出を含む様々なNLPタスクでSpanBERTを使用および評価するためのコードが含まれています。SpanBERTは、テキストの範囲(スパン)の表現と予測に焦点を当てることで、事前学習の改善を目指すAIモデルです。HuggingFace BERTフォーマットと互換性のある、事前学習済みのベースモデルとラージモデルを提供します。このリポジトリには、質問応答や関係抽出を含む様々なNLPタスクでSpanBERTを使用および評価するためのコードが含まれています。

AIモデルとLLM
AI GitHub リポジトリ トップ250を見る

AI GitHub リポジトリ

視覚的にリッチなドキュメントの理解と情報抽出のためのマルチモーダル事前学習モデルです。テキスト、レイアウト、画像情報を組み合わせて、フォームやレシートの理解などのタスクで最先端の結果を達成します。このモデルは、多言語サポートを含む、さまざまなサイズとバージョンで利用可能です。LayoutLMは、視覚的にリッチなドキュメントの理解と情報抽出のためのマルチモーダル事前学習モデルです。テキスト、レイアウト、画像情報を組み合わせて、フォームやレシートの理解などのタスクで最先端の結果を達成します。このモデルは、多言語サポートを含む、さまざまなサイズとバージョンで利用可能です。

AIモデルとLLM
AI GitHub リポジトリ トップ250を見る

AI GitHub リポジトリ

シーケンス・トゥ・シーケンスの言語生成タスクのための事前学習手法です。エンコーダーがデコーダーで予測するために文の断片をマスクし、ニューラル機械翻訳やテキスト要約などのタスクを強化します。このコードベースは、Fairseqに基づいた様々なアプリケーションをサポートしています。MASSは、シーケンス・トゥ・シーケンスの言語生成タスクのための事前学習手法です。エンコーダーがデコーダーで予測するために文の断片をマスクし、ニューラル機械翻訳やテキスト要約などのタスクを強化します。このコードベースは、Fairseqに基づいた様々なアプリケーションをサポートしています。

AIモデルとLLM
AI GitHub リポジトリ トップ250を見る

AI GitHub リポジトリ

自然言語生成に焦点を当てたMSRA NLCチームの研究プロジェクトです。将来情報、共同生成・ランク学習、拡散ベースのテキスト生成などの事前学習済みモデルの公式実装を提供しています。プロジェクトはGitHubでホストされています。ProphetNetは、自然言語生成に焦点を当てたMSRA NLCチームの研究プロジェクトです。将来情報、共同生成・ランク学習、拡散ベースのテキスト生成などの事前学習済みモデルの公式実装を提供しています。プロジェクトはGitHubでホストされています。

AIモデルとLLM
AI GitHub リポジトリ トップ250を見る

Microsoft Researchによって開発された大規模事前学習済み言語モデルです。T5 11Bモデルを性能で凌駕し、SuperGLUEベンチマークで人間レベルの結果を達成しています。この先進的なモデルは、自然言語理解タスクに顕著な能力を提供します。DeBERTaは、Microsoft Researchによって開発された大規模事前学習済み言語モデルです。T5 11Bモデルを性能で凌駕し、SuperGLUEベンチマークで人間レベルの結果を達成しています。この先進的なモデルは、自然言語理解タスクに顕著な能力を提供します。

AIモデルとLLM
AI モデル トップ5を見る

AI GitHub リポジトリ

計算コストを削減するために隠れ状態を圧縮するAIモデルです。同じFLOPsでより深く、またはより広いモデルを構築でき、標準的な事前学習のためにトークンレベルの表現を復元できます。このモデルはTensorFlowとPyTorchの両方の実装で利用可能です。Funnel-Transformerは、計算コストを削減するために隠れ状態を圧縮するAIモデルです。同じFLOPsでより深く、またはより広いモデルを構築でき、標準的な事前学習のためにトークンレベルの表現を復元できます。このモデルはTensorFlowとPyTorchの両方の実装で利用可能です。

AIモデルとLLM
AI GitHub リポジトリ トップ250を見る

AI GitHub リポジトリ

スパンベースの動的畳み込みを特徴とする新しいアーキテクチャを持つ、言語モデルの事前学習のためのオープンソースAIモデルです。このGitHubリポジトリには、V100 GPUでテストされたConvBERTモデルの事前学習およびファインチューニング用のコードが含まれており、TensorFlowでの使用方法も記載されています。ConvBERTは、スパンベースの動的畳み込みを特徴とする新しいアーキテクチャを持つ、言語モデルの事前学習のためのオープンソースAIモデルです。このGitHubリポジトリには、V100 GPUでテストされたConvBERTモデルの事前学習およびファインチューニング用のコードが含まれており、TensorFlowでの使用方法も記載されています。

AIモデルとLLM
AI GitHub リポジトリ トップ250を見る

AI GitHub リポジトリ

BERTやXLNetを改良した言語理解タスク向けの新しい事前学習手法です。様々な事前学習モデルの統一的な実装を提供し、GLUEやSQuADなどの多様な言語理解タスクにおける事前学習およびファインチューニング用のコードをサポートします。MPNetは、BERTやXLNetを改良した言語理解タスク向けの新しい事前学習手法です。様々な事前学習モデルの統一的な実装を提供し、GLUEやSQuADなどの多様な言語理解タスクにおける事前学習およびファインチューニング用のコードをサポートします。

AIモデルとLLM
AI GitHub リポジトリ トップ250を見る

AI モデル

グラフ内のノードの連続的な特徴表現を学習するためのスケーラブルなフレームワークです。バイアス付きランダムウォークにより近傍の保存を最適化し、多様な機械学習タスクを可能にします。このアルゴリズムは、探索と活用をバランスさせ、リッチなノード埋め込みを実現します。node2vecは、グラフ内のノードの連続的な特徴表現を学習するためのスケーラブルなフレームワークです。バイアス付きランダムウォークにより近傍の保存を最適化し、多様な機械学習タスクを可能にします。このアルゴリズムは、探索と活用をバランスさせ、リッチなノード埋め込みを実現します。

AIモデルとLLM
AI モデル トップ5を見る

AI GitHub リポジトリ

リンク予測問題を部分グラフ分類タスクに変換する新しいフレームワークです。h-ホップ包囲部分グラフとノード情報行列を抽出し、それらをグラフニューラルネットワークに入力します。SEALは、グラフ構造と潜在的/明示的なノード特徴の両方から同時に学習し、正確なリンク予測を行います。SEALは、リンク予測問題を部分グラフ分類タスクに変換する新しいフレームワークです。h-ホップ包囲部分グラフとノード情報行列を抽出し、それらをグラフニューラルネットワークに入力します。SEALは、グラフ構造と潜在的/明示的なノード特徴の両方から同時に学習し、正確なリンク予測を行います。

AIモデルとLLM
AI GitHub リポジトリ トップ250を見る

AI GitHub リポジトリ

大規模グラフ上でディープグラフニューラルネットワーク(GNN)をトレーニングするための柔軟なフレームワークです。グラフサンプリングを用いた革新的なミニバッチトレーニング手法を導入し、従来のレイヤーサンプリング技術と比較して精度、効率、スケーラビリティを向上させています。複数のGNNアーキテクチャとサンプラーをサポートします。GraphSAINTは、大規模グラフ上でディープグラフニューラルネットワーク(GNN)をトレーニングするための柔軟なフレームワークです。グラフサンプリングを用いた革新的なミニバッチトレーニング手法を導入し、従来のレイヤーサンプリング技術と比較して精度、効率、スケーラビリティを向上させています。複数のGNNアーキテクチャとサンプラーをサポートします。

機械学習プラットフォーム
AI GitHub リポジトリ トップ250を見る

AI GitHub リポジトリ

高解像度画像生成のために設計されたTransformerベースの敵対的生成ネットワーク(GAN)です。Swin Transformerと新しいダブルアテンションメカニズムを活用し、計算効率とモデリング能力のバランスを取り、最大1024x1024の解像度で優れた結果を達成します。StyleSwinは、高解像度画像生成のために設計されたTransformerベースの敵対的生成ネットワーク(GAN)です。Swin Transformerと新しいダブルアテンションメカニズムを活用し、計算効率とモデリング能力のバランスを取り、最大1024x1024の解像度で優れた結果を達成します。

AIモデルとLLM
AI GitHub リポジトリ トップ250を見る

AI モデル

潜在拡散モデルを活用したテキストからオーディオへの生成フレームワークです。様々なモダリティを統一された「オーディオ言語(LOA)」に変換し、音声、音楽、効果音を生成します。このアプローチにより、インコンテキスト学習が可能になり、自己教師あり事前学習済みモデルを活用して多様なオーディオ作成を実現します。AudioLDMは、潜在拡散モデルを活用したテキストからオーディオへの生成フレームワークです。様々なモダリティを統一された「オーディオ言語(LOA)」に変換し、音声、音楽、効果音を生成します。このアプローチにより、インコンテキスト学習が可能になり、自己教師あり事前学習済みモデルを活用して多様なオーディオ作成を実現します。

AIモデルとLLM
AI モデル トップ5を見る

AI モデル

プロンプト拡張拡散モデルを採用したテキストから音声への生成システムです。疑似プロンプト拡張とスペクトログラムオートエンコーダーを使用して、データの希少性と音声の複雑性に対処します。このシステムは最先端の結果を達成し、様々な入力から高解像度で忠実度の高い音声を生成するための制御性を提供します。Make-An-Audioは、プロンプト拡張拡散モデルを採用したテキストから音声への生成システムです。疑似プロンプト拡張とスペクトログラムオートエンコーダーを使用して、データの希少性と音声の複雑性に対処します。このシステムは最先端の結果を達成し、様々な入力から高解像度で忠実度の高い音声を生成するための制御性を提供します。

AIモデルとLLM
AI モデル トップ5を見る

AI GitHub リポジトリ

ユーザーが音声プロジェクトをクローン、音声入力、作成できるオープンソースのAI音声スタジオです。音声合成と操作のためのプラットフォームを提供し、開発者や音響エンジニアに最適です。Voiceboxは、ユーザーが音声プロジェクトをクローン、音声入力、作成できるオープンソースのAI音声スタジオです。音声合成と操作のためのプラットフォームを提供し、開発者や音響エンジニアに最適です。

AIモデルとLLM
AI GitHub リポジトリ トップ250を見る

強化学習をシーケンスモデリング問題として再定式化し、GPT-x や BERT のような Transformer アーキテクチャを活用します。望ましいリターン、過去の状態、および行動を条件付けることで最適な行動を生成し、Atari、OpenAI Gym、Key-to-Door…Decision Transformer は、強化学習をシーケンスモデリング問題として再定式化し、GPT-x や BERT のような Transformer アーキテクチャを活用します。望ましいリターン、過去の状態、および行動を条件付けることで最適な行動を生成し、Atari、OpenAI Gym、Key-to-Door…

AIモデルとLLM
AI モデル トップ5を見る

AI アプリ

Allen Institute for AI (AI2) は、インパクトの高いAI研究とエンジニアリングに特化した非営利の研究機関です。共通善のためのAIの進歩、基盤モデルの開発、研究者や開発者を支援するツールの作成に注力しています。その活動は様々なAI分野に及び、AIをよりアクセスしやすく、有益にすることを目指しています。

AIモデルとLLM
AI アプリ トップ250を見る

AI GitHub リポジトリ

PyTorch実装のTabNet論文、表形式データ学習のための注意深く解釈可能なアプローチを提供します。分類、回帰、マルチタスク学習をサポートし、半教師あり事前学習やオンザフライデータ拡張などの機能を備えています。このライブラリは、使いやすさと本番環境への対応を目的として設計されています。

機械学習プラットフォーム
AI GitHub リポジトリ トップ250を見る

AI GitHub リポジトリ

表形式データ向けのディープラーニング用Pythonライブラリです。これは、オブリーバブルで微分可能な決定木のアンサンブルを実装しており、構造化データモデリングへの新しいアプローチを提供します。NODEは、表形式データセットにディープラーニングアーキテクチャを活用し、従来…Neural Oblivious Decision Ensembles (NODE) は、表形式データ向けのディープラーニング用Pythonライブラリです。これは、オブリーバブルで微分可能な決定木のアンサンブルを実装しており、構造化データモデリングへの新しいアプローチを提供します。NODEは、表形式データセットにディープラーニングアーキテクチャを活用し、従来…

機械学習プラットフォーム
AI GitHub リポジトリ トップ250を見る

このGitHubリポジトリは、NeurIPS 2021の論文「Revisiting Deep Learning Models for Tabular Data」の公式実装を提供します。表形式データのためのディープラーニングアーキテクチャを探求し、MLPライクなモデルを強力なベースラインとして強調し、Transformerアーキテクチャの強力な適応であるFT-…

AIモデルとLLM
AI GitHub リポジトリ トップ250を見る

1,799 件中 24 件

よくある質問

機械学習とデータサイエンスにふさわしい注目の存在を知っていますか?

ToolPotionは、最高の機械学習とデータサイエンスを見つけるために人々が閲覧するAIツールディレクトリです。掲載は無料で、すべての投稿は編集者がレビューします。検索の出発点にあなたのツールを置きましょう。

機械学習とデータサイエンスのためのAIツールを投稿