跳转到主要内容
ToolPotion
AI 顾问
提交(免费)
最佳 机器学习与数据科学 AI工具 插图 – ToolPotion.ai

最佳 机器学习与数据科学 AI工具

1,799 个工具

发现最佳的机器学习与数据科学工具——从AI应用和模型到移动应用、框架和平台,这是数据科学家和机器学习工程师找到提升工作流程的工具的地方:训练模型、部署AI解决方案、可视化数据和优化算法。 浏览 1,799 个最佳 机器学习与数据科学 AI工具,涵盖 AI 应用, AI GitHub 仓库, AI 模型, AI 平台 和 大语言模型 等——每个条目上线前都经过人工审核,并以11种语言发布。

1,799 个工具

AI 应用

提供面向全球企业和消费者的 AI 视频监控解决方案。它利用专有的 AI 软件和视频技术,提供运动检测、人脸检测和连续录制等功能。凭借数百万台摄像机的应用以及对安全和老年人护理的关注,YiIotCloud 确保了可靠的监控和警报。YiIotCloud 提供面向全球企业和消费者的 AI 视频监控解决方案。它利用专有的 AI 软件和视频技术,提供运动检测、人脸检测和连续录制等功能。凭借数百万台摄像机的应用以及对安全和老年人护理的关注,YiIotCloud 确保了可靠的监控和警报。

计算机视觉工具医疗健康与生命科学
计算机视觉工具 排名第 108 位

AI 应用

AI 应用程序和代理提供长期记忆。它使 AI 系统能够长时间保留和回忆信息,增强对话上下文和代理功能。此工具与所有 AI 聊天机器人和代理兼容,为持久的 AI 记忆提供了一个强大的解决方案。llongterm 为 AI 应用程序和代理提供长期记忆。它使 AI 系统能够长时间保留和回忆信息,增强对话上下文和代理功能。此工具与所有 AI 聊天机器人和代理兼容,为持久的 AI 记忆提供了一个强大的解决方案。

向量数据库与检索
查看 AI 应用 Top 250

浏览器插件

Chrome 扩展程序,允许用户快速插入常用的提示短语到 ChatGPT。通过输入自定义快捷方式,如“@{promptname}”,后跟斜杠,用户可以极大地提升 ChatGPT 的使用体验,节省重复输入的时间和精力,实现无缝的聊天交互。ChatGPT 提示助手是一款 Chrome 扩展程序,允许用户快速插入常用的提示短语到 ChatGPT。通过输入自定义快捷方式,如“@{promptname}”,后跟斜杠,用户可以极大地提升 ChatGPT 的使用体验,节省重复输入的时间和精力,实现无缝的聊天交互。

提示词工程工具
查看 浏览器插件 Top 250

浏览器插件

Chrome 扩展程序,旨在简化 Midjourney 等平台的 AI 图像生成过程。它允许用户通过点击预设的主题、风格和参数选项来创建提示词,无需记忆复杂的语法。该工具提高了 AI 艺术创作者的提示词工程效率。AI Image Prompter 是一款 Chrome 扩展程序,旨在简化 Midjourney 等平台的 AI 图像生成过程。它允许用户通过点击预设的主题、风格和参数选项来创建提示词,无需记忆复杂的语法。该工具提高了 AI 艺术创作者的提示词工程效率。

提示词工程工具
查看 浏览器插件 Top 250

AI 应用

Prompt.fun 连接用户与 AI 提示专家,以生成高质量内容。通过利用经验丰富的提示工程师,节省时间和精力。该平台还允许专家通过协助用户为各种 AI 工具制作有效的提示来获得有竞争力的报酬。

提示词工程工具
查看 AI 应用 Top 250

提供由 AI 驱动的枪支检测和自动化应急响应解决方案。利用先进的视觉人工智能,它将安全摄像头转变为主动威胁检测系统,能够快速识别和响应潜在的枪支暴力事件,以帮助挽救生命。Omnilert 提供由 AI 驱动的枪支检测和自动化应急响应解决方案。利用先进的视觉人工智能,它将安全摄像头转变为主动威胁检测系统,能够快速识别和响应潜在的枪支暴力事件,以帮助挽救生命。

计算机视觉工具政府与公共部门
计算机视觉工具 排名第 85 位

浏览器插件

这款 Chrome 扩展程序使用各种 AI 模型和提示框架(如 RISEN、APE、RTEN、RTF 和 CoT)将简单的提示扩展为详细的、SEO 优化的内容。它具有提示库,专为寻求高效内容创作的博主、营销人员和学生而设计。

提示词工程工具
查看 浏览器插件 Top 250

AI 应用

由 AI 驱动的工具,可让您仅凭一张照片即可在线查找个人。上传图片即可搜索社交媒体、约会应用和公开记录,获取详细结果并用于验证目的。您的前两次搜索免费。Face Index 是一款由 AI 驱动的工具,可让您仅凭一张照片即可在线查找个人。上传图片即可搜索社交媒体、约会应用和公开记录,获取详细结果并用于验证目的。您的前两次搜索免费。

计算机视觉工具
查看 AI 应用 Top 250

提供 Agentic AI,用于 CX 保障和测试,使企业能够大规模地自信地部署 AI 代理。它可检测幻觉、验证决策并确保合规性,通过为 AI 驱动的交互提供关键的置信度层,在 AI 优先的世界中转变客户体验。Cyara 提供 Agentic AI,用于 CX 保障和测试,使企业能够大规模地自信地部署 AI 代理。它可检测幻觉、验证决策并确保合规性,通过为 AI 驱动的交互提供关键的置信度层,在 AI 优先的世界中转变客户体验。

MLOps 与模型部署
MLOps 与模型部署 排名第 49 位

AI 应用

Seven24 AI 提供可扩展的 RLHF 和数据标注解决方案,用于 LLM。它通过将奖励广告替换为简短的人工标注任务,将移动游戏广告转化为训练数据。这种方法可生成海量高质量的真实用户输入数据集,这对于先进的 AI 模型开发和微调至关重要。

机器学习平台
查看 AI 应用 Top 250

AI 应用

旨在帮助用户发现、创建和管理 AI 提示词的平台。它提供了一个精选的提示词库,适用于各种 AI 模型和应用,使用户能够增强 AI 交互并跨不同任务和行业取得更好的结果。Promptoor 是一个旨在帮助用户发现、创建和管理 AI 提示词的平台。它提供了一个精选的提示词库,适用于各种 AI 模型和应用,使用户能够增强 AI 交互并跨不同任务和行业取得更好的结果。

提示词工程工具
查看 AI 应用 Top 250

Chrome 扩展程序,旨在通过 AI 简化与 YouTube 视频的交互。它允许用户为特定视频内容生成自定义提示,从而更轻松地总结纪录片、从烹饪视频中查找食谱等。通过 AI 驱动的辅助功能,提升您的 YouTube 体验。GPT Prompts For YouTube 是一款 Chrome 扩展程序,旨在通过 AI 简化与 YouTube 视频的交互。它允许用户为特定视频内容生成自定义提示,从而更轻松地总结纪录片、从烹饪视频中查找食谱等。通过 AI 驱动的辅助功能,提升您的 YouTube 体验。

提示词工程工具
查看 浏览器插件 Top 250

AI 应用

利用人工智能和先进计算应对社会挑战。其技术包括人工智能模拟、用于网络安全的密码管理以及人工智能传感。他们专注于定量人工智能,以在制药、能源和国防领域取得突破,目标是获得真实的见解,避免幻觉。SandboxAQ 利用人工智能和先进计算应对社会挑战。其技术包括人工智能模拟、用于网络安全的密码管理以及人工智能传感。他们专注于定量人工智能,以在制药、能源和国防领域取得突破,目标是获得真实的见解,避免幻觉。

机器学习平台能源与公用事业
能源与公用事业 排名第 32 位

AI 应用

用于健身和康复应用的设备端姿态估计层,使 React Native、iOS、Android 和网页产品能够通过手机摄像头跟踪深蹲、俯卧撑、关节角度、跳跃高度和姿势,无需穿戴设备。它专为推出健身、家庭锻炼或物理治疗应用的产品团队而设计。PoseTracker 是一个用于健身和康复应用的设备端姿态估计层,使 React Native、iOS、Android 和网页产品能够通过手机摄像头跟踪深蹲、俯卧撑、关节角度、跳跃高度和姿势,无需穿戴设备。它专为推出健身、家庭锻炼或物理治疗应用的产品团队而设计。

计算机视觉工具运动与健身
查看 AI 应用 Top 250

提供按需的 NVIDIA 云 GPU,从 B300 到 A30,预装 CUDA 且无带宽限制。按小时付费,无合同,分钟内即可部署 AI 工作负载。他们提供多种计算选项,包括按需、裸金属、集群以及用于自动化的程序化 API。Massed Compute 提供按需的 NVIDIA 云 GPU,从 B300 到 A30,预装 CUDA 且无带宽限制。按小时付费,无合同,分钟内即可部署 AI 工作负载。他们提供多种计算选项,包括按需、裸金属、集群以及用于自动化的程序化 API。

机器学习平台
查看 AI 应用 Top 250

Aquarium,一个 AI 系统部署平台,已加入 Notion。他们的使命是加速 AI 系统的构建和部署。现在,他们旨在将生成式 AI 整合到 Notion 庞大的用户群中,为数百万用户提升日常 AI 的实用性。

机器学习平台
查看 AI 应用 Top 250

基于 Rust 的图嵌入引擎,利用稀疏马尔可夫传播以确定性方式计算图嵌入。它为依赖大量 GPU 的方法提供了仅需 CPU、无需调参且速度快的替代方案,无需采样、没有噪声,就能在真实世界的图上达到很高的准确度,非常适合生产环境的机器学习流水线。Cleora 是一款基于 Rust 的图嵌入引擎,利用稀疏马尔可夫传播以确定性方式计算图嵌入。它为依赖大量 GPU 的方法提供了仅需 CPU、无需调参且速度快的替代方案,无需采样、没有噪声,就能在真实世界的图上达到很高的准确度,非常适合生产环境的机器学习流水线。

机器学习与数据科学
查看 AI 应用 Top 250

提供行业特定的数据科学和 AI 分析解决方案,弥合洞察与价值实现之间的差距。他们通过加速器和专业知识实现数据分析的最后一英里落地,从而推动各行业的收入增长和成本节约。Tredence 提供行业特定的数据科学和 AI 分析解决方案,弥合洞察与价值实现之间的差距。他们通过加速器和专业知识实现数据分析的最后一英里落地,从而推动各行业的收入增长和成本节约。

机器学习与数据科学
查看 AI 应用 Top 250

提供了一种革命性的方式来获取精确的身体测量数据。只需上传一张全身照片,并提供您的身高和体重。AI 将处理图像,在几秒钟内提供准确的身体尺寸,非常适合定制合身、尺码选择和量身定制的应用。VAIVR 提供了一种革命性的方式来获取精确的身体测量数据。只需上传一张全身照片,并提供您的身高和体重。AI 将处理图像,在几秒钟内提供准确的身体尺寸,非常适合定制合身、尺码选择和量身定制的应用。

计算机视觉工具时尚与美妆
查看 AI 应用 Top 250

浏览器插件

Chrome 扩展程序,旨在简化与 ChatGPT 的交互。它允许用户快速输入预设的提示,无需重复输入。这提高了您在 ChatGPT 对话中的效率和便利性,使您的工作流程更顺畅、更快捷。ChatGPT Seal 是一款 Chrome 扩展程序,旨在简化与 ChatGPT 的交互。它允许用户快速输入预设的提示,无需重复输入。这提高了您在 ChatGPT 对话中的效率和便利性,使您的工作流程更顺畅、更快捷。

提示词工程工具
查看 浏览器插件 Top 250

AI 应用

Top Road 赋能 GPT 创作者在 OpenAI GPT Store 中将其定制 GPT 变现。它提供订阅付费墙、用于潜在客户开发的电子邮件捕获以及用于受控访问的白名单等功能。安装免费且无需编码,并获得 Y Combinator 的支持。

提示词工程工具
查看 AI 应用 Top 250

AI 应用

开发者提供统一的 AI API,能够快速将简历解析、内容生成和情感分析等复杂的 AI 工作流集成到应用程序中。它通过单一 API 调用简化了 AI 的连接,提供清晰的 JSON 响应和多种语言的 SDK,并提供免费试用。SharpAPI 为开发者提供统一的 AI API,能够快速将简历解析、内容生成和情感分析等复杂的 AI 工作流集成到应用程序中。它通过单一 API 调用简化了 AI 的连接,提供清晰的 JSON 响应和多种语言的 SDK,并提供免费试用。

自然语言处理工具
查看 AI 应用 Top 250

浏览器插件

Chrome 扩展程序,旨在帮助用户为 Suno AI 平台创建音乐提示。它提供了丰富的流派、风格和艺术家预设库,简化了输入准确有效的 AI 音乐生成提示的过程。Suno Prompt Generator 是一款 Chrome 扩展程序,旨在帮助用户为 Suno AI 平台创建音乐提示。它提供了丰富的流派、风格和艺术家预设库,简化了输入准确有效的 AI 音乐生成提示的过程。

提示词工程工具
查看 浏览器插件 Top 250

AI 模型

自回归生成式 AI 模型,可根据描述性文本标题创建音频样本。它解决了音频生成中的挑战,例如分离声源、处理现实世界噪声以及文本标注稀缺的问题。该模型在学习到的离散音频表示上运行,以实现高保真输出。AudioGen 是一个自回归生成式 AI 模型,可根据描述性文本标题创建音频样本。它解决了音频生成中的挑战,例如分离声源、处理现实世界噪声以及文本标注稀缺的问题。该模型在学习到的离散音频表示上运行,以实现高保真输出。

AI 模型与大语言模型
查看 AI 模型 Top 5

ReceiptUp 的高级 OCR API 可精确从收据和发票中提取数据,并将其转换为结构化 JSON。它提供高精度、多语言支持,并能处理各种格式,从而简化财务工作流程并增强业务分析能力,实现高效数字化。

计算机视觉工具
查看 AI 应用 Top 250

AI 应用

将强大的人工智能驱动的人脸识别功能集成到您的 Web 和移动应用程序中。此云 API 提供准确的人脸匹配、识别以及年龄、性别和情绪分析。慷慨的免费套餐每月提供 500 次 API 请求,无需信用卡,方便开发者和企业使用。

计算机视觉工具
查看 AI 应用 Top 250

提供先进的 AI API,用于图像和视频识别、内容审核以及视觉搜索。它帮助企业对视觉资产进行标记、组织和审核,从而提升用户体验并自动化图像编辑任务。全球已有超过 200 家企业客户信赖 Imagga。Imagga 提供先进的 AI API,用于图像和视频识别、内容审核以及视觉搜索。它帮助企业对视觉资产进行标记、组织和审核,从而提升用户体验并自动化图像编辑任务。全球已有超过 200 家企业客户信赖 Imagga。

计算机视觉工具媒体与娱乐
查看 AI 应用 Top 250

Clip Interrogator AI 分析图像以生成描述性文本和用于 AI 图像生成器的提示。它使用 BLIP 进行基础字幕生成,并使用 CLIP 进行增强,帮助用户理解和复制图像的风格和内容。该工具将视觉内容与语言连接起来,有助于为 Stable Diffusion 和 MidJourney 等平台创建提示。

计算机视觉工具
查看 AI 应用 Top 250

浏览器插件

使用 OCR 技术将图像转换为可编辑文本。无缝集成提取的文本与 ChatGPT 和 Copilot 等 AI 聊天机器人进行分析和翻译。这款免费的 Chrome 扩展程序通过直接在浏览器中高效提取视觉信息,提高了学生、研究人员和专业人士的生产力。

计算机视觉工具
查看 浏览器插件 Top 250

Chrome 扩展程序,可为您的图库照片生成关键词。将您图片的屏幕截图上传到该工具,它将提供相关的标签列表。通过自动化手动输入图库照片标签的繁琐过程来节省时间。StockPhoto Scanner & Tagger 是一款 Chrome 扩展程序,可为您的图库照片生成关键词。将您图片的屏幕截图上传到该工具,它将提供相关的标签列表。通过自动化手动输入图库照片标签的繁琐过程来节省时间。

计算机视觉工具媒体与娱乐
查看 浏览器插件 Top 250

提供分布式 GPU 云服务,拥有超过 60,000 个日活跃 GPU,起价仅为 $0.02/小时。它为 AI/ML 生产模型、推理、批处理等提供低成本、高扩展性的计算能力,为用户节省高达 90% 的成本。Salad 提供分布式 GPU 云服务,拥有超过 60,000 个日活跃 GPU,起价仅为 $0.02/小时。它为 AI/ML 生产模型、推理、批处理等提供低成本、高扩展性的计算能力,为用户节省高达 90% 的成本。

MLOps 与模型部署
查看 AI 应用 Top 250

统一的图像和视频分割模型。它支持通过点击、框选或掩码进行快速、精确的对象选择,在各种应用中提供强大的零样本性能和实时交互性。Meta Segment Anything Model 2 (SAM 2) 是一款统一的图像和视频分割模型。它支持通过点击、框选或掩码进行快速、精确的对象选择,在各种应用中提供强大的零样本性能和实时交互性。

AI 模型与大语言模型
查看 AI 模型 Top 5

浏览器插件

Chrome 扩展程序,它使用 TensorFlow.js 模型(如 MobileNet v2 和 COCO-SSD)直接在您的浏览器中进行图像分类和对象检测。它可以分析任何网站上的图像,提供有关对象识别和分类能力的见解,用于教育或娱乐目的。TF Image Classifier 是一款 Chrome 扩展程序,它使用 TensorFlow.js 模型(如 MobileNet v2 和 COCO-SSD)直接在您的浏览器中进行图像分类和对象检测。它可以分析任何网站上的图像,提供有关对象识别和分类能力的见解,用于教育或娱乐目的。

计算机视觉工具
查看 浏览器插件 Top 250

AI 应用

提供统一的 API,可同时使用 OpenAI、Claude 和 Gemini 等多个 AI 模型来描述图像。比较来自不同模型的描述、标签和检测结果,以提取全面的视觉洞察。非常适合寻求高级图像分析功能的开发人员和企业。Visionati 提供统一的 API,可同时使用 OpenAI、Claude 和 Gemini 等多个 AI 模型来描述图像。比较来自不同模型的描述、标签和检测结果,以提取全面的视觉洞察。非常适合寻求高级图像分析功能的开发人员和企业。

计算机视觉工具
查看 AI 应用 Top 250

通过上传照片,利用AI即时识别汽车零件。获得包括零件名称、描述和置信度在内的准确结果。您还可以选择联系专家技师以获取安装和维修建议。非常适合寻求快速零件识别的DIY爱好者和汽车专业人士。

计算机视觉工具汽车
查看 AI 应用 Top 250

浏览器插件

这款 Chrome 扩展程序使用内部 OCR 引擎捕获和转换图像为文本。它支持 100 多种语言、自动方向和脚本检测。该工具离线处理 OCR,为各种文档类型和网页提供灵活性,并提供通过修改图像重试以提高准确性的选项。

计算机视觉工具
查看 浏览器插件 Top 250

由AI驱动的iPhone移动应用程序,可利用图像识别技术准确识别硬币。它提供钱币学规格、国家信息、定价和历史数据,帮助用户成为熟练的硬币收藏家并有效管理他们的收藏。硬币扫描仪价值识别器是一款由AI驱动的iPhone移动应用程序,可利用图像识别技术准确识别硬币。它提供钱币学规格、国家信息、定价和历史数据,帮助用户成为熟练的硬币收藏家并有效管理他们的收藏。

计算机视觉工具
查看 AI 移动应用 Top 250

AI 应用

由 AI 驱动的截图工具,其功能远超基本的图像捕获。它能智能分析图像,将公式提取为 LaTeX,识别文本,将表格识别为 Markdown,描述图像内容,解释代码片段,并提取主色调。敬请期待更多高级 AI 功能。Snippai 是一款由 AI 驱动的截图工具,其功能远超基本的图像捕获。它能智能分析图像,将公式提取为 LaTeX,识别文本,将表格识别为 Markdown,描述图像内容,解释代码片段,并提取主色调。敬请期待更多高级 AI 功能。

计算机视觉工具
查看 AI 应用 Top 250

提供本地部署的身份验证解决方案,并提供永久许可证。其人工智能驱动的 SDK 包括排名靠前的面部识别、活体检测、身份证件识别和掌纹识别,为寻求安全验证流程的企业提供强大而准确的身份验证。KBY-AI 提供本地部署的身份验证解决方案,并提供永久许可证。其人工智能驱动的 SDK 包括排名靠前的面部识别、活体检测、身份证件识别和掌纹识别,为寻求安全验证流程的企业提供强大而准确的身份验证。

计算机视觉工具
查看 AI 应用 Top 250

由 AI 驱动的 Chrome 扩展程序,可根据下载图片的实际内容自动为其生成描述性文件名。这有助于更好地组织、简化分享,并通过提供新的视角来激发创意。它通过本地 AI 分析来优先保护用户隐私。Candy 是一款由 AI 驱动的 Chrome 扩展程序,可根据下载图片的实际内容自动为其生成描述性文件名。这有助于更好地组织、简化分享,并通过提供新的视角来激发创意。它通过本地 AI 分析来优先保护用户隐私。

计算机视觉工具
查看 浏览器插件 Top 250

浏览器插件

Chrome 扩展程序,可自动检测并突出显示网页图片中的人脸。它使用注册的家庭成员面部图像,即时在任何网页上查找和框选个人,从而轻松找到合影和相册中的家庭成员。这款免费工具简化了在线查找家庭照片的过程。Family Photo Finder 是一款 Chrome 扩展程序,可自动检测并突出显示网页图片中的人脸。它使用注册的家庭成员面部图像,即时在任何网页上查找和框选个人,从而轻松找到合影和相册中的家庭成员。这款免费工具简化了在线查找家庭照片的过程。

计算机视觉工具
查看 浏览器插件 Top 250

Fungio 使用 AI 从照片中识别野生蘑菇。非常适合采菇人、真菌学家和自然爱好者,它提供即时识别、详细指南和位置信息。使用这款教育性移动应用,安全高效地保存您的发现并了解真菌。

计算机视觉工具医疗健康与生命科学
查看 AI 移动应用 Top 250

浏览器插件

Chrome 扩展程序,可捕获网页资源以供 AI 处理。它允许用户选择任何屏幕区域进行即时分析、翻译或数据提取。该工具提供用户友好的界面和高效率,以增强生产力,并确保安全和私密的数据处理。Scan2AI 是一款 Chrome 扩展程序,可捕获网页资源以供 AI 处理。它允许用户选择任何屏幕区域进行即时分析、翻译或数据提取。该工具提供用户友好的界面和高效率,以增强生产力,并确保安全和私密的数据处理。

计算机视觉工具
查看 浏览器插件 Top 250

浏览器插件

由 AI 驱动的 Chrome 浏览器反向图片搜索引擎。它允许用户在 GTRES 图片库中查找相似的编辑类和创意类图片。该工具非常适合编辑人员,能够通过公众人物或上下文识别图片,缩短搜索时间并提供灵感。Gtres AI 是一款由 AI 驱动的 Chrome 浏览器反向图片搜索引擎。它允许用户在 GTRES 图片库中查找相似的编辑类和创意类图片。该工具非常适合编辑人员,能够通过公众人物或上下文识别图片,缩短搜索时间并提供灵感。

计算机视觉工具媒体与娱乐
查看 浏览器插件 Top 250

api4ai的API可识别照片中的200多种家具和家居用品。它提供准确的检测、分类和计数,为室内设计、房地产、零售业简化库存管理,并提高搬家服务的效率。通过简化的照片物品识别来改进业务运营。

计算机视觉工具零售与消费品
查看 AI 应用 Top 250

提供先进的人脸和物体识别技术。其解决方案被银行、政府机构和企业用于用户身份识别、车辆监控和增强安全等应用。VisionLabs 专注于准确性和可靠性,为多样化的行业需求提供强大的计算机视觉工具。VisionLabs 提供先进的人脸和物体识别技术。其解决方案被银行、政府机构和企业用于用户身份识别、车辆监控和增强安全等应用。VisionLabs 专注于准确性和可靠性,为多样化的行业需求提供强大的计算机视觉工具。

计算机视觉工具制造与工业
计算机视觉工具 排名第 45 位

AI 应用

Custom Vision 使您能够轻松创建最先进的计算机视觉模型,以满足特定用例的需求。通过提供已标记的图像,该平台会自动处理训练过程,并通过简单的 REST API 实现快速图像标记。它简化了各种应用的视觉智能。

机器学习平台制造与工业
查看 AI 应用 Top 250

上传照片,即时发现您狗狗的品种。这款由人工智能驱动的工具可分析毛发图案、耳朵形状和口鼻长度等关键物理特征,从而准确判断品种。这是一项免费、易于使用的服务,适合所有希望更好地了解其犬类伴侣的爱狗人士。

计算机视觉工具
查看 AI 应用 Top 250

提供无需设置的云端 ComfyUI 体验。它提供高速 GPU、可扩展的 API 和自动设置代理,负责处理依赖项、自定义节点和模型下载,让用户专注于艺术创作而非技术配置。RunComfy 提供无需设置的云端 ComfyUI 体验。它提供高速 GPU、可扩展的 API 和自动设置代理,负责处理依赖项、自定义节点和模型下载,让用户专注于艺术创作而非技术配置。

机器学习平台
机器学习平台 排名第 72 位

AI 应用

开源框架,专为构建和管理真实的机器学习、人工智能和数据科学项目而设计。它简化了开发、版本控制和部署,使用户能够利用云端计算进行可扩展执行,并与现有基础设施无缝集成。Metaflow 是一个开源框架,专为构建和管理真实的机器学习、人工智能和数据科学项目而设计。它简化了开发、版本控制和部署,使用户能够利用云端计算进行可扩展执行,并与现有基础设施无缝集成。

MLOps 与模型部署
查看 AI 应用 Top 250

浏览器插件

Chrome 扩展程序,旨在通过允许您轻松保存、组织和管理您喜欢的提示来增强您的 ChatGPT 体验。使用这款直观的 ChatGPT 用户工具,简化您的工作流程,再也不会丢失有价值的提示创意。BookmarkGPT 是一款 Chrome 扩展程序,旨在通过允许您轻松保存、组织和管理您喜欢的提示来增强您的 ChatGPT 体验。使用这款直观的 ChatGPT 用户工具,简化您的工作流程,再也不会丢失有价值的提示创意。

提示词工程工具
查看 浏览器插件 Top 250

AI GitHub 仓库

为 JavaScript 和 TypeScript 构建的快速、可微分的张量库,基于 Bun 和 Flashlight。它使软件工程师和研究人员能够高效地在 JavaScript 生态系统中创建数据集、训练小型模型和实现高级训练逻辑。它利用原生类型数组和 JIT 编译器来提高性能。Shumai 是一个为 JavaScript 和 TypeScript 构建的快速、可微分的张量库,基于 Bun 和 Flashlight。它使软件工程师和研究人员能够高效地在 JavaScript 生态系统中创建数据集、训练小型模型和实现高级训练逻辑。它利用原生类型数组和 JIT 编译器来提高性能。

机器学习平台
查看 AI GitHub 仓库 Top 250

浏览器插件

Chrome 扩展程序,可以将 ChatGPT、Claude、Gemini 和 Grok 的聊天整理到共享文件夹中,添加跨平台搜索和基于变量的提示库,并能够一键将完整对话从一个模型转发到另一个模型。它适用于使用多个 AI 聊天工具并希望拥有一个有序工作空间的人。Sortbase 是一款 Chrome 扩展程序,可以将 ChatGPT、Claude、Gemini 和 Grok 的聊天整理到共享文件夹中,添加跨平台搜索和基于变量的提示库,并能够一键将完整对话从一个模型转发到另一个模型。它适用于使用多个 AI 聊天工具并希望拥有一个有序工作空间的人。

提示词工程工具
查看 浏览器插件 Top 250

AI 应用

基于网络的工具,利用人工智能执行复杂的计算和数据分析。它通过自然语言处理简化数学运算并提供洞察,即使是没有深厚技术专业知识的用户也能轻松使用。该平台旨在简化各种分析任务的解决流程。GPT 计算器是一款基于网络的工具,利用人工智能执行复杂的计算和数据分析。它通过自然语言处理简化数学运算并提供洞察,即使是没有深厚技术专业知识的用户也能轻松使用。该平台旨在简化各种分析任务的解决流程。

提示词工程工具
查看 AI 应用 Top 250

用于 PyTorch 的开源库,提供模型可解释性工具。它支持跨视觉和文本的多模态模型,使用户能够理解其神经网络如何做出预测。该库具有可扩展性,能够轻松实现和基准测试新的可解释性算法。Captum 是一个用于 PyTorch 的开源库,提供模型可解释性工具。它支持跨视觉和文本的多模态模型,使用户能够理解其神经网络如何做出预测。该库具有可扩展性,能够轻松实现和基准测试新的可解释性算法。

机器学习平台
查看 AI 框架 Top 50

AI 应用

Chrome 扩展程序,为 ChatGPT 和 Jasper 等 AI 写作工具提供预定义提示。它通过提供一系列即用型提示来简化内容创作,让用户只需点击几下即可更高效地生成引人入胜且有说服力的内容。Promptly 是一款 Chrome 扩展程序,为 ChatGPT 和 Jasper 等 AI 写作工具提供预定义提示。它通过提供一系列即用型提示来简化内容创作,让用户只需点击几下即可更高效地生成引人入胜且有说服力的内容。

提示词工程工具
查看 AI 应用 Top 250

LetMeGPT.com 是一款帮助用户理解和运用 GPT 技术的工具。个人可以输入问题并获得 GPT 生成的答案,简化获取 AI 驱动信息的过程。平台旨在通过简洁的界面来生成和分享 AI 回答,教会人们如何有效使用 GPT。

提示词工程工具
查看 AI 应用 Top 250

提供强大的视频搜索 API,可跨越数百万个视频场景进行语义搜索和聚类。用普通英语描述任何场景,即可即时检索精确时刻。它可与您现有的对象存储集成,并支持跨视频、图像、音频和文档的多模态搜索。Mixpeek 提供强大的视频搜索 API,可跨越数百万个视频场景进行语义搜索和聚类。用普通英语描述任何场景,即可即时检索精确时刻。它可与您现有的对象存储集成,并支持跨视频、图像、音频和文档的多模态搜索。

计算机视觉工具
查看 AI 应用 Top 250

AI 应用

帮助提示词工程师无需编码即可将自己的创作变现。把你的提示词集合转化为功能完备的网页应用,用于分享和销售。平台为构建和分发 AI 驱动的工具提供无代码解决方案,助力提示词工程师和创业者的成长。Promptologer 帮助提示词工程师无需编码即可将自己的创作变现。把你的提示词集合转化为功能完备的网页应用,用于分享和销售。平台为构建和分发 AI 驱动的工具提供无代码解决方案,助力提示词工程师和创业者的成长。

提示词工程工具
查看 AI 应用 Top 250

浏览器插件

Chrome 扩展程序,旨在通过帮助用户构建更优质的提示词来增强 ChatGPT 对话。它提供预构建的模板、定制化的输入建议以及后端提示词优化,使初学者和经验丰富的用户都能获得更富有成效和引人入胜的交互体验。Prompti 是一款 Chrome 扩展程序,旨在通过帮助用户构建更优质的提示词来增强 ChatGPT 对话。它提供预构建的模板、定制化的输入建议以及后端提示词优化,使初学者和经验丰富的用户都能获得更富有成效和引人入胜的交互体验。

提示词工程工具
查看 浏览器插件 Top 250

提供一个API优先、超低延迟的计算机视觉平台,用于实时唇语识别和手势识别。它使开发人员能够构建具有企业级AI基础设施的可访问、智能应用程序,从而为跨不同行业的静默和免提通信重塑人机交互。CharadesAI 提供一个API优先、超低延迟的计算机视觉平台,用于实时唇语识别和手势识别。它使开发人员能够构建具有企业级AI基础设施的可访问、智能应用程序,从而为跨不同行业的静默和免提通信重塑人机交互。

计算机视觉工具
查看 AI 应用 Top 250

浏览器插件

Chrome 扩展程序,通过提供精选的提示模板列表来增强您的 ChatGPT 体验。它旨在为从事 SEO、SaaS 和其他各种领域的用户简化交互,提供即用型提示以提高效率和输出质量。PromptEasily ChatGPT 是一款 Chrome 扩展程序,通过提供精选的提示模板列表来增强您的 ChatGPT 体验。它旨在为从事 SEO、SaaS 和其他各种领域的用户简化交互,提供即用型提示以提高效率和输出质量。

提示词工程工具
查看 浏览器插件 Top 250

AI 应用

由 AI 驱动的平台,旨在帮助用户发现、管理和优化各种 AI 模型的提示。它提供了一个集中的提示工程存储库,支持高效协作和性能跟踪。通过结构化的提示管理和分析工具,增强您的 AI 交互。PromptWise 是一个由 AI 驱动的平台,旨在帮助用户发现、管理和优化各种 AI 模型的提示。它提供了一个集中的提示工程存储库,支持高效协作和性能跟踪。通过结构化的提示管理和分析工具,增强您的 AI 交互。

提示词工程工具
查看 AI 应用 Top 250

提供可扩展、精准且灵活的数据服务,由超过八百万经过验证的全球众包成员提供支持。他们通过其值得信赖的平台提供定制化的人工智能训练数据、调查、门店检查、标注、列表构建等服务,以实现快速可靠的数据收集和验证。clickworker 提供可扩展、精准且灵活的数据服务,由超过八百万经过验证的全球众包成员提供支持。他们通过其值得信赖的平台提供定制化的人工智能训练数据、调查、门店检查、标注、列表构建等服务,以实现快速可靠的数据收集和验证。

机器学习平台
查看 AI 应用 Top 250

移动应用程序,旨在利用人工智能帮助用户判断牛油果的成熟度。只需上传牛油果的照片,应用内置的定制训练AI算法即可进行分析,指示其是否适合食用,从而消除猜测,确保您享用到完美成熟的牛油果。RipeOrNot AI 是一款移动应用程序,旨在利用人工智能帮助用户判断牛油果的成熟度。只需上传牛油果的照片,应用内置的定制训练AI算法即可进行分析,指示其是否适合食用,从而消除猜测,确保您享用到完美成熟的牛油果。

计算机视觉工具
查看 AI 移动应用 Top 250

提供高质量的多模态人类互动和对话数据集,用于人工智能研究。它们捕获并构建物理运动、生理信号、注视、语音和情境线索,以支持真正理解人类行为和决策过程的人工智能。Grably 提供高质量的多模态人类互动和对话数据集,用于人工智能研究。它们捕获并构建物理运动、生理信号、注视、语音和情境线索,以支持真正理解人类行为和决策过程的人工智能。

机器学习平台
查看 AI 应用 Top 250

AI GitHub 仓库

MLOps 和 LLMOps 框架,用于在 Kubernetes 上部署、管理和扩展 AI 系统。它支持跨云部署各种模型类型,并通过管道、自动伸缩和多模型服务等功能,促进模块化和以数据为中心的应用程序。Seldon Core 是一个 MLOps 和 LLMOps 框架,用于在 Kubernetes 上部署、管理和扩展 AI 系统。它支持跨云部署各种模型类型,并通过管道、自动伸缩和多模型服务等功能,促进模块化和以数据为中心的应用程序。

MLOps 与模型部署
查看 AI GitHub 仓库 Top 250

NVIDIA 的合成数据生成工具围绕 NeMo 数据设计器构建,在真实数据稀缺、孤立或敏感时创建特定领域的训练和评估数据集。它们支持自主和对话式人工智能、RAG 评估、低资源语言以及为构建自主和基于 LLM 系统的团队提供隐私安全的文档生成。

机器学习平台
查看 AI 平台 Top 150

AI 平台

专注于高性能计算和人工智能工作负载的数据平台。他们提供数据管理、存储和分析解决方案,赋能组织加速其研发进程。其产品能够应对各种科学和工业领域中复杂的数据挑战。DDN 是一个专注于高性能计算和人工智能工作负载的数据平台。他们提供数据管理、存储和分析解决方案,赋能组织加速其研发进程。其产品能够应对各种科学和工业领域中复杂的数据挑战。

机器学习平台
查看 AI 平台 Top 150

Unity Catalog 中 AI/ML 特征的中央注册中心。它提供内置治理、数据沿袭、时间点连接和在线服务,可实现无缝的模型训练和推理,确保一致性并简化客户端代码。Databricks Feature Store 是 Unity Catalog 中 AI/ML 特征的中央注册中心。它提供内置治理、数据沿袭、时间点连接和在线服务,可实现无缝的模型训练和推理,确保一致性并简化客户端代码。

机器学习平台
查看 AI 平台 Top 150

基于 Llama 2 7B 的 LLM,经过微调以适应视频制作工作流程。它允许用户通过自然语言命令控制视频编辑任务,并与 FFMPerative 工具进行交互。该模型简化了没有技术专长的用户的复杂视频编辑过程,使裁剪、调整大小和音频调整等任务变得易于操作。FFMPerative-7B 是一个基于 Llama 2 7B 的 LLM,经过微调以适应视频制作工作流程。它允许用户通过自然语言命令控制视频编辑任务,并与 FFMPerative 工具进行交互。该模型简化了没有技术专长的用户的复杂视频编辑过程,使裁剪、调整大小和音频调整等任务变得易于操作。

AI 模型与大语言模型
查看 AI 模型 Top 5

AI 模型

Meta AI 发布的一个拥有 1750 亿参数的语言模型,面向研究社区。它提供了对大规模语言模型的访问,从而能够更深入地理解和推进自然语言处理(NLP)研究,并专注于负责任的开发和减轻偏见。OPT-175B 是 Meta AI 发布的一个拥有 1750 亿参数的语言模型,面向研究社区。它提供了对大规模语言模型的访问,从而能够更深入地理解和推进自然语言处理(NLP)研究,并专注于负责任的开发和减轻偏见。

AI 模型与大语言模型
查看 AI 模型 Top 5

Google DeepMind 开发的单一通用人工智能代理。它可以执行各种任务,包括玩 Atari 游戏、为图像添加字幕、聊天以及控制真实的机器人手臂。这种多模态代理使用 Transformer 神经网络来处理多样化的数据输入并生成适当的输出。Gato 是 Google DeepMind 开发的单一通用人工智能代理。它可以执行各种任务,包括玩 Atari 游戏、为图像添加字幕、聊天以及控制真实的机器人手臂。这种多模态代理使用 Transformer 神经网络来处理多样化的数据输入并生成适当的输出。

AI 模型与大语言模型
查看 AI 模型 Top 5

DETR 是一种端到端的对象检测和全景分割框架,将 Transformer 作为核心组件集成。它简化了架构,直接预测对象集,并在 COCO 等具有挑战性的数据集上达到了最先进的性能,为计算机视觉任务提供了更灵活、更精简的方法。

计算机视觉工具
查看 AI 模型 Top 5

深度卷积神经网络架构,可通过PyTorch使用。它通过以前馈方式将每个层连接到所有其他层来增强特征传播和重用。该模型在ImageNet上进行了预训练,并提供densenet121、densenet169、densenet201和densenet161等变体,用于图像分类任务。Densenet是一种深度卷积神经网络架构,可通过PyTorch使用。它通过以前馈方式将每个层连接到所有其他层来增强特征传播和重用。该模型在ImageNet上进行了预训练,并提供densenet121、densenet169、densenet201和densenet161等变体,用于图像分类任务。

AI 模型与大语言模型
查看 AI 模型 Top 5

深度卷积神经网络模型,可通过 PyTorch 使用。它在实现 AlexNet 级别准确率的同时,参数量和模型尺寸显著减少,使其在各种计算机视觉任务中效率很高。该模型在 ImageNet 上进行了预训练,可以轻松集成到 PyTorch 项目中。SqueezeNet 是一个深度卷积神经网络模型,可通过 PyTorch 使用。它在实现 AlexNet 级别准确率的同时,参数量和模型尺寸显著减少,使其在各种计算机视觉任务中效率很高。该模型在 ImageNet 上进行了预训练,可以轻松集成到 PyTorch 项目中。

AI 模型与大语言模型
查看 AI 模型 Top 5

AI 模型

深度学习模型,可通过 Keras 3 API 使用。它是 Keras Applications 的一部分,为各种计算机视觉任务提供预训练模型。Xception 专为图像分类及相关应用而设计,为构建先进的 AI 系统奠定了坚实的基础。Xception 是一个深度学习模型,可通过 Keras 3 API 使用。它是 Keras Applications 的一部分,为各种计算机视觉任务提供预训练模型。Xception 专为图像分类及相关应用而设计,为构建先进的 AI 系统奠定了坚实的基础。

AI 模型与大语言模型
查看 AI 模型 Top 5

具有相对位置嵌入的因果Transformer模型,可以重用隐藏状态以处理更长的上下文。该模型由Zihang Dai等人开发,并使用自适应Softmax处理输入和输出。该模型适用于文本生成任务,并在Wikitext-103数据集上进行了训练。Transfo-XL-WT103 是一种具有相对位置嵌入的因果Transformer模型,可以重用隐藏状态以处理更长的上下文。该模型由Zihang Dai等人开发,并使用自适应Softmax处理输入和输出。该模型适用于文本生成任务,并在Wikitext-103数据集上进行了训练。

AI 模型与大语言模型
查看 AI 模型 Top 5

AI 模型

来自 Google DeepMind 的一个拥有 2800 亿参数的变换器语言模型,属于一个参数范围从 4400 万到 2800 亿的模型家族。该模型在 2021 年的研究发布中介绍,评估了阅读理解、事实核查和有毒语言识别等任务,在某些任务上因规模而获益,而在其他任务上则未能如愿,例如逻辑推理。Gopher 是来自 Google DeepMind 的一个拥有 2800 亿参数的变换器语言模型,属于一个参数范围从 4400 万到 2800 亿的模型家族。该模型在 2021 年的研究发布中介绍,评估了阅读理解、事实核查和有毒语言识别等任务,在某些任务上因规模而获益,而在其他任务上则未能如愿,例如逻辑推理。

AI 模型与大语言模型
查看 AI 模型 Top 5

AI 模型

来自 Google DeepMind 的一个 700 亿参数的语言模型,训练于 1.3 万亿个标记,旨在测试一个在更多数据上训练的小模型是否能超越一个更大的模型。它使用与 DeepMind 的 280 亿参数 Gopher 相同的训练计算,几乎在所有测试的基准上都超越了 Gopher 和其他大型模型。Chinchilla 是来自 Google DeepMind 的一个 700 亿参数的语言模型,训练于 1.3 万亿个标记,旨在测试一个在更多数据上训练的小模型是否能超越一个更大的模型。它使用与 DeepMind 的 280 亿参数 Gopher 相同的训练计算,几乎在所有测试的基准上都超越了 Gopher 和其他大型模型。

AI 模型与大语言模型
查看 AI 模型 Top 5

Parti 是一个自回归文本到图像生成模型,可创建高保真度、照片级真实感的图像。它将图像生成视为一个序列到序列问题,利用大型语言模型的进步来实现复杂的构图和世界知识合成。Parti 支持内容丰富的合成,具有精细的细节和交互。

AI 模型与大语言模型
查看 AI 模型 Top 5

AI 模型

谷歌突破性的对话式AI模型,旨在就广泛的主题进行自由流畅的对话。它基于Transformer架构,专门针对对话数据进行训练,以理解诸如合理性和特异性等细微差别,从而实现更自然的人机交互和新的应用类别。LaMDA是谷歌突破性的对话式AI模型,旨在就广泛的主题进行自由流畅的对话。它基于Transformer架构,专门针对对话数据进行训练,以理解诸如合理性和特异性等细微差别,从而实现更自然的人机交互和新的应用类别。

AI 模型与大语言模型
查看 AI 模型 Top 5

AI 模型

InstructGPT 模型是经过训练的 AI 语言模型,比 GPT-3 更能遵循用户意图。它们通过人类反馈强化学习,更加真实、毒性更低,并与用户目标保持一致,现已为 OpenAI 的 API 提供支持。

AI 模型与大语言模型
查看 AI 模型 Top 5

AI 模型

从文本描述生成 3D 物体的 AI 模型。它利用预训练的 2D 扩散模型来创建可重新照明的 3D 资产,如神经辐射场 (NeRF),而无需 3D 训练数据。这使得能够为各种文本提示生成高保真度的外观、深度和法线。DreamFusion 是一个从文本描述生成 3D 物体的 AI 模型。它利用预训练的 2D 扩散模型来创建可重新照明的 3D 资产,如神经辐射场 (NeRF),而无需 3D 训练数据。这使得能够为各种文本提示生成高保真度的外观、深度和法线。

AI 模型与大语言模型
查看 AI 模型 Top 5

AI GitHub 仓库

基于 FaceNet 论文的 TensorFlow 实现,用于人脸识别和聚类。它利用深度学习模型为面部生成统一的嵌入向量,从而实现准确的识别和分组。该项目提供了预训练模型和用于训练自定义分类器的代码。FaceNet 是一个基于 FaceNet 论文的 TensorFlow 实现,用于人脸识别和聚类。它利用深度学习模型为面部生成统一的嵌入向量,从而实现准确的识别和分组。该项目提供了预训练模型和用于训练自定义分类器的代码。

计算机视觉工具
查看 AI GitHub 仓库 Top 250

为处理长文档而设计的 Transformer 模型。它基于 RoBERTa,并在最长 4096 个 token 的扩展序列上进行了预训练。该模型采用混合注意力机制,结合了滑动窗口和全局注意力,以实现高效的长文档理解和特定任务的表征学习。Longformer Base 4096 是一款为处理长文档而设计的 Transformer 模型。它基于 RoBERTa,并在最长 4096 个 token 的扩展序列上进行了预训练。该模型采用混合注意力机制,结合了滑动窗口和全局注意力,以实现高效的长文档理解和特定任务的表征学习。

AI 模型与大语言模型
查看 AI 模型 Top 5

BigBird基础模型是一个Transformer模型,它通过块稀疏注意力机制扩展了BERT,能够处理更长的序列。该模型已针对英文文本进行掩码语言模型任务的预训练,可以高效处理长达4096个token的序列,并在长文档任务上取得了最先进的成果。

AI 模型与大语言模型
查看 AI 模型 Top 5

来自微软研究院的一个拥有 27 亿参数的语言模型。它展现了出色的推理和语言理解能力,在 130 亿参数以下的模型中取得了最先进的性能。在复杂的基准测试中,Phi-2 的表现与模型大小高出 25 倍的模型相当或更优,是研究和实验的理想选择。Phi-2 是来自微软研究院的一个拥有 27 亿参数的语言模型。它展现了出色的推理和语言理解能力,在 130 亿参数以下的模型中取得了最先进的性能。在复杂的基准测试中,Phi-2 的表现与模型大小高出 25 倍的模型相当或更优,是研究和实验的理想选择。

AI 模型与大语言模型
查看 AI 模型 Top 5

AI 模型

StyleGAN3 引入了无别名(alias-free)的生成对抗网络,通过彻底改革生成器内的信号处理来实现。这项创新消除了“纹理粘连”现象,能够更连贯地合成视频和动画。该模型在实现 StyleGAN2 的 FID 分数的同时,提供了对平移和旋转的完全等变性,即使在亚像素尺度上也是如此。

AI 模型与大语言模型
查看 AI 模型 Top 5

谷歌的通用句子编码器将文本编码为高维向量,用于文本分类、语义相似性和聚类等任务。它针对句子、短语和短段落进行了优化。

AI 模型与大语言模型
查看 AI 模型 Top 5

AI 模型

具身多模态语言模型,它将真实的连续传感器数据与文本相结合。通过将语言与感知相联系,使机器人能够执行复杂任务,并在不同的训练领域和具身环境中展现出积极的迁移能力,以实现高级推理和规划。PaLM-E 是一个具身多模态语言模型,它将真实的连续传感器数据与文本相结合。通过将语言与感知相联系,使机器人能够执行复杂任务,并在不同的训练领域和具身环境中展现出积极的迁移能力,以实现高级推理和规划。

AI 模型与大语言模型
查看 AI 模型 Top 5

该框架引入了一种新颖的主动学习方法,用于丰富大型 3D 形状数据集的语义区域标注。它有效地结合了手动标注、自动传播和验证,以最大限度地减少用户工作量,同时最大限度地提高 3D 模型标注的准确性。

机器学习平台
查看 AI 模型 Top 5

AI GitHub 仓库

用于点云学习的 AI 模型,实现了动态图卷积神经网络。它在 3D 点云数据的分类和分割等任务中取得了最先进的性能。该模型有 PyTorch 实现版本,并已应用于实际场景。DGCNN 是一款用于点云学习的 AI 模型,实现了动态图卷积神经网络。它在 3D 点云数据的分类和分割等任务中取得了最先进的性能。该模型有 PyTorch 实现版本,并已应用于实际场景。

AI 模型与大语言模型
查看 AI GitHub 仓库 Top 250

AI 模型

MMAction2 是一个用于动作识别和视频理解任务的基础库。它提供了一个全面的工具包,用于开发和部署最先进的视频分析模型,该模型构建在 PyTorch 之上并与 OpenMMLab 生态系统集成。本档涵盖教程、API 参考和项目信息。

计算机视觉工具
查看 AI 模型 Top 5

AI 模型

用于自动语音识别的自监督学习算法。它从原始音频中学习,仅需极少量转录数据即可达到高精度。这使得更多语言、方言和领域能够实现语音识别,减少对海量标注数据集的依赖。Wav2vec 2.0 是一种用于自动语音识别的自监督学习算法。它从原始音频中学习,仅需极少量转录数据即可达到高精度。这使得更多语言、方言和领域能够实现语音识别,减少对海量标注数据集的依赖。

AI 模型与大语言模型
查看 AI 模型 Top 5

AI 模型

能够生成高质量、具有长期一致性的音频的 AI 模型。它将音频生成视为一项语言建模任务,将音频映射到离散的 token。该框架在生成自然连贯的语音和音乐续写方面表现出色,即使是针对未曾见过的说话人或风格。AudioLM 是一个能够生成高质量、具有长期一致性的音频的 AI 模型。它将音频生成视为一项语言建模任务,将音频映射到离散的 token。该框架在生成自然连贯的语音和音乐续写方面表现出色,即使是针对未曾见过的说话人或风格。

AI 模型与大语言模型
查看 AI 模型 Top 5

AI 模型

来自 Google DeepMind 的单一视觉语言模型 (VLM),在各种多模态任务的少样本学习方面表现出色。它处理交错的图像、视频和文本,以生成相关的语言输出,仅需极少的特定任务示例即可完成,无需额外训练。Flamingo 是来自 Google DeepMind 的单一视觉语言模型 (VLM),在各种多模态任务的少样本学习方面表现出色。它处理交错的图像、视频和文本,以生成相关的语言输出,仅需极少的特定任务示例即可完成,无需额外训练。

AI 模型与大语言模型
查看 AI 模型 Top 5

自监督视觉表示模型,它使用掩码图像建模来预训练视觉 Transformer。它将图像分词为视觉标记,并恢复被掩码的图像块,在图像分类和语义分割等下游任务上取得了有竞争力的结果。BEiT 是一个自监督视觉表示模型,它使用掩码图像建模来预训练视觉 Transformer。它将图像分词为视觉标记,并恢复被掩码的图像块,在图像分类和语义分割等下游任务上取得了有竞争力的结果。

AI 模型与大语言模型
查看 AI 模型 Top 5

Meta AI 开发的多模态 AI 模型,能够融合图像、视频、音频、文本、深度和热成像六种模态的数据。它在无需显式监督的情况下学习单一的嵌入空间,从而为 AI 系统实现先进的跨模态理解和生成。ImageBind 是 Meta AI 开发的多模态 AI 模型,能够融合图像、视频、音频、文本、深度和热成像六种模态的数据。它在无需显式监督的情况下学习单一的嵌入空间,从而为 AI 系统实现先进的跨模态理解和生成。

AI 模型与大语言模型
查看 AI 模型 Top 5

Zephyr-7B-β 是一个开源语言模型,通过直接偏好优化 (DPO) 从 Mistral-7B-v0.1 微调而来。它作为有用的助手表现出色,在 MT-Bench 和 AlpacaEval 基准测试中展现出强大的性能,非常适合聊天应用。

AI 模型与大语言模型
查看 AI 模型 Top 5

开源的多模态人工智能模型,专为数字代理设计。其简化的架构支持任意图像分辨率,能够以快速的响应时间回答关于图表、示意图和用户界面元素的问题。它在标准基准测试中表现良好,并可在 HuggingFace 上获取。Fuyu-8B 是一款开源的多模态人工智能模型,专为数字代理设计。其简化的架构支持任意图像分辨率,能够以快速的响应时间回答关于图表、示意图和用户界面元素的问题。它在标准基准测试中表现良好,并可在 HuggingFace 上获取。

AI 模型与大语言模型
查看 AI 模型 Top 5

开放访问的视觉语言模型,能够复现最先进的性能。它接受交错的图像和文本输入,生成文本输出,其能力可与 Flamingo 等专有模型相媲美。提供 9B 和 80B 参数版本,支持多模态 AI 的研究和开发。IDEFICS 是一个开放访问的视觉语言模型,能够复现最先进的性能。它接受交错的图像和文本输入,生成文本输出,其能力可与 Flamingo 等专有模型相媲美。提供 9B 和 80B 参数版本,支持多模态 AI 的研究和开发。

AI 模型与大语言模型
查看 AI 模型 Top 5

AI 模型

人工智能模型,通过将冻结的视觉编码器与大型语言模型对齐,增强了视觉-语言理解能力。它可以生成详细的图像描述、根据草稿创建网站、创作受图像启发的故事情节,并解决视觉问题,展现了先进的多模态能力。MiniGPT-4 是一个人工智能模型,通过将冻结的视觉编码器与大型语言模型对齐,增强了视觉-语言理解能力。它可以生成详细的图像描述、根据草稿创建网站、创作受图像启发的故事情节,并解决视觉问题,展现了先进的多模态能力。

AI 模型与大语言模型
查看 AI 模型 Top 5

AI 模型

大型多模态模型,它将视觉编码器与语言模型相结合,用于通用的视觉和语言理解。它在多模态聊天能力方面表现出色,模仿 GPT-4,并通过视觉指令调优在 Science QA 等基准测试中取得了最先进的准确率。LLaVA 是一个大型多模态模型,它将视觉编码器与语言模型相结合,用于通用的视觉和语言理解。它在多模态聊天能力方面表现出色,模仿 GPT-4,并通过视觉指令调优在 Science QA 等基准测试中取得了最先进的准确率。

AI 模型与大语言模型
查看 AI 模型 Top 5

AI GitHub 仓库

新颖的状态空间模型架构,专为高效序列建模而设计,在语言等信息密集型数据上尤其有效。它提供了硬件感知的实现,旨在超越先前亚二次方模型并与 Transformer 竞争。Mamba 是一种新颖的状态空间模型架构,专为高效序列建模而设计,在语言等信息密集型数据上尤其有效。它提供了硬件感知的实现,旨在超越先前亚二次方模型并与 Transformer 竞争。

AI 模型与大语言模型
查看 AI GitHub 仓库 Top 250

强大的语言模型,提供高效的推理和灵活的微调能力。它支持各种应用,包括桌面 GUI、基于 Web 的推理和移动应用,使先进的 AI 能够跨多个平台和设备用于各种任务。RWKV 是一个强大的语言模型,提供高效的推理和灵活的微调能力。它支持各种应用,包括桌面 GUI、基于 Web 的推理和移动应用,使先进的 AI 能够跨多个平台和设备用于各种任务。

AI 模型与大语言模型
查看 AI 模型 Top 5

来自 Apple Machine Learning Research 的最先进的开放语言模型系列。它采用逐层缩放策略以提高准确性,并提供了一个完整的框架,用于在包括日志和检查点在内的公共数据集上进行训练和评估。该发布还包括在 Apple 设备上集成 MLX 的代码。OpenELM 是来自 Apple Machine Learning Research 的最先进的开放语言模型系列。它采用逐层缩放策略以提高准确性,并提供了一个完整的框架,用于在包括日志和检查点在内的公共数据集上进行训练和评估。该发布还包括在 Apple 设备上集成 MLX 的代码。

AI 模型与大语言模型
查看 AI 模型 Top 5

AI GitHub 仓库

基于神经网络的单变量时间序列预测模型。由 ServiceNow Research 开发,它实现了 N-BEATS 算法以获得可复现的实验结果。该存储库提供了 PyTorch 实现、数据集加载器和用于高级时间序列分析的实验配置。N-BEATS 是一个基于神经网络的单变量时间序列预测模型。由 ServiceNow Research 开发,它实现了 N-BEATS 算法以获得可复现的实验结果。该存储库提供了 PyTorch 实现、数据集加载器和用于高级时间序列分析的实验配置。

AI 模型与大语言模型
查看 AI GitHub 仓库 Top 250

AI 模型

Databricks 推出的最先进的开源大型语言模型 (LLM),在语言、编程和数学基准测试中表现出色。它提供了更高的效率和质量,超越了 GPT-3.5,并与 Gemini 1.0 Pro 竞争,使企业和开源社区能够获得先进的 LLM 功能。DBRX 是 Databricks 推出的最先进的开源大型语言模型 (LLM),在语言、编程和数学基准测试中表现出色。它提供了更高的效率和质量,超越了 GPT-3.5,并与 Gemini 1.0 Pro 竞争,使企业和开源社区能够获得先进的 LLM 功能。

AI 模型与大语言模型
查看 AI 模型 Top 5

AI 模型

Caffe 框架集成 SSD 实现,用于目标检测。该存储库提供了一个快速、开放的深度学习框架,专门为单次多框检测器 (SSD) 定制。它能够使用单个模型训练和评估目标检测网络,提供高效的性能。

计算机视觉工具
查看 AI 模型 Top 5

通过利用深度卷积网络的金字塔结构,以极低的计算开销生成多尺度特征图,从而增强目标检测能力。该架构提高了对各种尺寸目标的检测精度,为实时检测任务提供了实用且高效的解决方案。特征金字塔网络 (FPN) 通过利用深度卷积网络的金字塔结构,以极低的计算开销生成多尺度特征图,从而增强目标检测能力。该架构提高了对各种尺寸目标的检测精度,为实时检测任务提供了实用且高效的解决方案。

计算机视觉工具
查看 AI 模型 Top 5

AI GitHub 仓库

人工智能模型,可提高 Vision Transformer (ViT) 在目标检测和分割等密集预测任务上的性能。它在无需预训练的情况下引入了特定于图像的归纳偏置,使普通 ViT 能够取得与专用 Transformer 相当的结果,从而适用于各种下游应用。ViT-Adapter 是一款人工智能模型,可提高 Vision Transformer (ViT) 在目标检测和分割等密集预测任务上的性能。它在无需预训练的情况下引入了特定于图像的归纳偏置,使普通 ViT 能够取得与专用 Transformer 相当的结果,从而适用于各种下游应用。

计算机视觉工具
查看 AI GitHub 仓库 Top 250

新颖的 AI 架构,专门利用自注意力 Transformer 进行视频理解。它在动作识别基准测试中取得了最先进的成果,与传统的 3D CNN 相比,训练速度显著加快,推理计算成本更低。这使得更复杂的视频分析和实时应用成为可能。TimeSformer 是一种新颖的 AI 架构,专门利用自注意力 Transformer 进行视频理解。它在动作识别基准测试中取得了最先进的成果,与传统的 3D CNN 相比,训练速度显著加快,推理计算成本更低。这使得更复杂的视频分析和实时应用成为可能。

计算机视觉工具
查看 AI 模型 Top 5

该人工智能模型提供了一个通用的图像到图像翻译解决方案。它能够学习图像映射和适当的损失函数,从而实现多样化的应用,例如根据标签合成照片、从边缘重建对象以及为图像着色。该框架具有可适应性,并已在各种流行的深度学习库中实现。

AI 模型与大语言模型
查看 AI 模型 Top 5

AI GitHub 仓库

用于文本到图像合成的动态记忆生成对抗网络的 PyTorch 实现。该存储库提供了基于 CVPR2019 论文的代码、预训练模型和评估脚本,用于从文本描述生成图像。DM-GAN 是用于文本到图像合成的动态记忆生成对抗网络的 PyTorch 实现。该存储库提供了基于 CVPR2019 论文的代码、预训练模型和评估脚本,用于从文本描述生成图像。

AI 模型与大语言模型
查看 AI GitHub 仓库 Top 250

Google Research 开发的一款文本到图像扩散模型,它能生成具有深刻语言理解能力的逼真图像。Imagen 在图像-文本对齐和样本保真度方面表现出色,在人类评估中优于其他模型,并在 COCO 等基准测试中取得了最先进的 FID 分数。Imagen 是 Google Research 开发的一款文本到图像扩散模型,它能生成具有深刻语言理解能力的逼真图像。Imagen 在图像-文本对齐和样本保真度方面表现出色,在人类评估中优于其他模型,并在 COCO 等基准测试中取得了最先进的 FID 分数。

AI 模型与大语言模型
查看 AI 模型 Top 5

Together AI 是一个AI模型平台。它提供对各种模型的访问,使开发人员能够将先进的AI功能集成到他们的应用程序中。该平台专注于提供一个强大的AI开发和部署环境,支持AI驱动项目的创新和效率。

MLOps 与模型部署
查看 AI 平台 Top 150

AI GitHub 仓库

Meta AI 的 LLaMA 7B 模型的一个允许自由许可的开源复现版本。它在 RedPajama 数据集上进行训练,提供 3B、7B 和 13B 参数版本,并提供 PyTorch 和 JAX 权重,可无缝集成到现有的 LLaMA 实现中。OpenLLaMA 是 Meta AI 的 LLaMA 7B 模型的一个允许自由许可的开源复现版本。它在 RedPajama 数据集上进行训练,提供 3B、7B 和 13B 参数版本,并提供 PyTorch 和 JAX 权重,可无缝集成到现有的 LLaMA 实现中。

AI 模型与大语言模型
查看 AI GitHub 仓库 Top 250

GIT(生成式图像到文本转换器)是微软开发的一款用于视觉和语言任务的AI模型。它能从图像生成文本描述,并执行视觉问答。该模型提供多种预训练和微调版本,适用于不同应用。

计算机视觉工具
查看 AI GitHub 仓库 Top 250

AI GitHub 仓库

ECCV 2020 论文“UNITER: UNiversal Image-TExt Representation Learning”的研究代码库。它提供了用于各种视觉-语言任务(包括 VQA、VCR 和图像-文本检索)的微调和推理代码。UNITER-base 和 UNITER-large 的预训练检查点均可用。UNITER 是 ECCV 2020 论文“UNITER: UNiversal Image-TExt Representation Learning”的研究代码库。它提供了用于各种视觉-语言任务(包括 VQA、VCR 和图像-文本检索)的微调和推理代码。UNITER-base 和 UNITER-large 的预训练检查点均可用。

AI 模型与大语言模型
查看 AI GitHub 仓库 Top 250

该存储库提供了图神经网络(GNN)的Principal Neighbourhood Aggregation (PNA) 的实现。它支持 PyTorch、DGL 和 PyTorch Geometric 框架,提供用于多任务和真实世界基准测试的脚本,以及灵活的 GNN 框架和比较模型。

机器学习平台
查看 AI GitHub 仓库 Top 250

AI GitHub 仓库

该 GitHub 仓库提供了 DeepGCNs、DeeperGCN 和 GNN1000 的 PyTorch 实现。它通过借鉴 CNN 的残差连接和空洞卷积等概念,实现了非常深层的图卷积网络训练,从而促进了图神经网络的研究。

机器学习平台
查看 AI GitHub 仓库 Top 250

探索由 DiffWave 提供支持的音频合成演示,DiffWave 是一款多功能扩散模型。此资源展示了神经声码、类别条件生成、无条件波形创建和语音去噪能力。它提供了音频样本,并深入介绍了模型在各种数据集和条件下的性能,突出了其灵活性。

AI 模型与大语言模型
查看 AI 模型 Top 5

AI 模型

端到端的文本到语音模型,可提高语音质量和训练速度。它直接整合了音高和能量等语音变化信息,通过消除教师蒸馏并实现更快、更高质量的语音合成,从而改进了先前非自回归模型。FastSpeech 2 是一个端到端的文本到语音模型,可提高语音质量和训练速度。它直接整合了音高和能量等语音变化信息,通过消除教师蒸馏并实现更快、更高质量的语音合成,从而改进了先前非自回归模型。

AI 模型与大语言模型
查看 AI 模型 Top 5

AI GitHub 仓库

高效、高保真的生成对抗网络,用于语音合成。它通过建模音频中的周期性模式来提升样本质量,以极快的速度实现接近人声的质量。该模型支持单说话人、未见过的说话人以及端到端合成,并提供适用于 CPU 的轻量级版本。HiFi-GAN 是一种高效、高保真的生成对抗网络,用于语音合成。它通过建模音频中的周期性模式来提升样本质量,以极快的速度实现接近人声的质量。该模型支持单说话人、未见过的说话人以及端到端合成,并提供适用于 CPU 的轻量级版本。

AI 模型与大语言模型
查看 AI GitHub 仓库 Top 250

AI GitHub 仓库

用于端到端语音处理的开源工具包。它提供了用于自动语音识别 (ASR)、文本到语音合成 (TTS) 和语音增强等任务的全面脚本和工具。用户可以使用其灵活的框架轻松运行推理、微调现有模型或实现自定义解决方案。ESPnet 是一个用于端到端语音处理的开源工具包。它提供了用于自动语音识别 (ASR)、文本到语音合成 (TTS) 和语音增强等任务的全面脚本和工具。用户可以使用其灵活的框架轻松运行推理、微调现有模型或实现自定义解决方案。

AI 模型与大语言模型
查看 AI GitHub 仓库 Top 250

AI 框架

集成的软件包,用于支持向量分类、回归和分布估计。它提供了一个用户友好的界面,支持多类分类,并包含各种核函数和扩展,使不同领域的用户都能方便地使用 SVM。LIBSVM 是一个集成的软件包,用于支持向量分类、回归和分布估计。它提供了一个用户友好的界面,支持多类分类,并包含各种核函数和扩展,使不同领域的用户都能方便地使用 SVM。

机器学习平台
查看 AI 框架 Top 50

AI GitHub 仓库

Vision Transformer (ViT) 仓库提供了用于图像识别任务的模型和代码。它包括 Vision Transformer 和 MLP-Mixer 架构的实现,这些模型已在 ImageNet 和 ImageNet-21k 数据集上进行了预训练,并提供了 JAX/Flax 中的微调代码。

计算机视觉工具
查看 AI GitHub 仓库 Top 250

AI GitHub 仓库

高效的类 Transformer 编码器架构,它用傅里叶变换取代了自注意力机制。该模型由 Google Research 开发,为自然语言处理任务提供了一种高性能的替代方案。该模型使用 Jax/Flax 实现,并在 GitHub 上提供,可用于预训练和微调。FNet 是一种高效的类 Transformer 编码器架构,它用傅里叶变换取代了自注意力机制。该模型由 Google Research 开发,为自然语言处理任务提供了一种高性能的替代方案。该模型使用 Jax/Flax 实现,并在 GitHub 上提供,可用于预训练和微调。

AI 模型与大语言模型
查看 AI GitHub 仓库 Top 250

AI GitHub 仓库

专注于通过表示和预测文本片段来改进预训练的 AI 模型。它提供预训练的基础版和大型版(区分大小写)模型,与 HuggingFace BERT 格式兼容。该代码库提供了在各种 NLP 任务(包括问答和关系抽取)上使用和评估 SpanBERT 的代码。SpanBERT 是一种专注于通过表示和预测文本片段来改进预训练的 AI 模型。它提供预训练的基础版和大型版(区分大小写)模型,与 HuggingFace BERT 格式兼容。该代码库提供了在各种 NLP 任务(包括问答和关系抽取)上使用和评估 SpanBERT 的代码。

AI 模型与大语言模型
查看 AI GitHub 仓库 Top 250

AI GitHub 仓库

用于视觉丰富文档理解和信息提取的多模态预训练模型。它结合了文本、布局和图像信息,在表单和收据理解等任务上取得了最先进的成果。该模型有多种尺寸和版本,包括多语言支持。LayoutLM 是一个用于视觉丰富文档理解和信息提取的多模态预训练模型。它结合了文本、布局和图像信息,在表单和收据理解等任务上取得了最先进的成果。该模型有多种尺寸和版本,包括多语言支持。

AI 模型与大语言模型
查看 AI GitHub 仓库 Top 250

AI GitHub 仓库

用于序列到序列语言生成任务的预训练方法。它会掩盖句子片段,让编码器在解码器中进行预测,从而增强神经机器翻译和文本摘要等任务。该代码库支持基于 Fairseq 的各种应用。MASS 是一种用于序列到序列语言生成任务的预训练方法。它会掩盖句子片段,让编码器在解码器中进行预测,从而增强神经机器翻译和文本摘要等任务。该代码库支持基于 Fairseq 的各种应用。

AI 模型与大语言模型
查看 AI GitHub 仓库 Top 250

AI GitHub 仓库

MSRA NLC 团队的一项研究项目,专注于自然语言生成。它提供了预训练模型的官方实现,包括面向未来信息、联合生成器-排序器学习以及基于扩散的文本生成模型。该项目托管在 GitHub 上。ProphetNet 是 MSRA NLC 团队的一项研究项目,专注于自然语言生成。它提供了预训练模型的官方实现,包括面向未来信息、联合生成器-排序器学习以及基于扩散的文本生成模型。该项目托管在 GitHub 上。

AI 模型与大语言模型
查看 AI GitHub 仓库 Top 250

微软研究院开发的大规模预训练语言模型。其性能超越 T5 11B 模型,并在 SuperGLUE 基准测试中取得了接近人类水平的结果。该先进模型为自然语言理解任务提供了强大的能力。DeBERTa 是微软研究院开发的大规模预训练语言模型。其性能超越 T5 11B 模型,并在 SuperGLUE 基准测试中取得了接近人类水平的结果。该先进模型为自然语言理解任务提供了强大的能力。

AI 模型与大语言模型
查看 AI 模型 Top 5

AI GitHub 仓库

AI 模型,它压缩隐藏状态以降低计算成本。它允许在相同的 FLOPs 下构建更深或更宽的模型,并能恢复标准预训练的 token 级表示。该模型提供 TensorFlow 和 PyTorch 实现。Funnel-Transformer 是一种 AI 模型,它压缩隐藏状态以降低计算成本。它允许在相同的 FLOPs 下构建更深或更宽的模型,并能恢复标准预训练的 token 级表示。该模型提供 TensorFlow 和 PyTorch 实现。

AI 模型与大语言模型
查看 AI GitHub 仓库 Top 250

AI GitHub 仓库

开源的 AI 模型,用于预训练语言模型,引入了具有基于跨度的动态卷积的新型架构。此 GitHub 存储库提供了预训练和微调 ConvBERT 模型的代码,已在 V100 GPU 上进行了测试,并包含使用 TensorFlow 的说明。ConvBERT 是一个开源的 AI 模型,用于预训练语言模型,引入了具有基于跨度的动态卷积的新型架构。此 GitHub 存储库提供了预训练和微调 ConvBERT 模型的代码,已在 V100 GPU 上进行了测试,并包含使用 TensorFlow 的说明。

AI 模型与大语言模型
查看 AI GitHub 仓库 Top 250

AI GitHub 仓库

新颖的语言理解预训练方法,在 BERT 和 XLNet 的基础上进行了改进。它为各种预训练模型提供了统一的实现,并支持在 GLUE 和 SQuAD 等多样化的语言理解任务上进行预训练和微调的代码。MPNet 是一种新颖的语言理解预训练方法,在 BERT 和 XLNet 的基础上进行了改进。它为各种预训练模型提供了统一的实现,并支持在 GLUE 和 SQuAD 等多样化的语言理解任务上进行预训练和微调的代码。

AI 模型与大语言模型
查看 AI GitHub 仓库 Top 250

AI 模型

可扩展的框架,用于学习图中节点的连续特征表示。它通过有偏随机游走来优化邻域保留,从而支持各种机器学习任务。该算法平衡了探索和利用,以获得丰富的节点嵌入。node2vec 是一个可扩展的框架,用于学习图中节点的连续特征表示。它通过有偏随机游走来优化邻域保留,从而支持各种机器学习任务。该算法平衡了探索和利用,以获得丰富的节点嵌入。

AI 模型与大语言模型
查看 AI 模型 Top 5

AI GitHub 仓库

新颖的链接预测框架,它将问题转化为子图分类任务。它提取 h-hop 包络子图和节点信息矩阵,并将它们输入图神经网络。SEAL 同时从图结构和潜在/显式节点特征中学习,以实现准确的链接预测。SEAL 是一个新颖的链接预测框架,它将问题转化为子图分类任务。它提取 h-hop 包络子图和节点信息矩阵,并将它们输入图神经网络。SEAL 同时从图结构和潜在/显式节点特征中学习,以实现准确的链接预测。

AI 模型与大语言模型
查看 AI GitHub 仓库 Top 250

AI GitHub 仓库

灵活的框架,用于在大型图上训练深度图神经网络 (GNN)。它引入了一种新颖的、使用图采样进行的小批量训练方法,与传统的层采样技术相比,在准确性、效率和可扩展性方面都有所提高。支持多种 GNN 架构和采样器。GraphSAINT 是一个灵活的框架,用于在大型图上训练深度图神经网络 (GNN)。它引入了一种新颖的、使用图采样进行的小批量训练方法,与传统的层采样技术相比,在准确性、效率和可扩展性方面都有所提高。支持多种 GNN 架构和采样器。

机器学习平台
查看 AI GitHub 仓库 Top 250

基于 Transformer 的生成对抗网络 (GAN),专为高分辨率图像生成而设计。它利用 Swin Transformer 和一种新颖的双注意力机制来平衡计算效率和建模能力,在高达 1024x1024 的分辨率下取得了卓越的成果。StyleSwin 是一种基于 Transformer 的生成对抗网络 (GAN),专为高分辨率图像生成而设计。它利用 Swin Transformer 和一种新颖的双注意力机制来平衡计算效率和建模能力,在高达 1024x1024 的分辨率下取得了卓越的成果。

AI 模型与大语言模型
查看 AI GitHub 仓库 Top 250

AI 模型

利用潜在扩散模型进行文本到音频生成的框架。它将各种模态转换为统一的“音频语言”(LOA),用于生成语音、音乐和音效。这种方法支持上下文学习,并利用自监督预训练模型进行多功能音频创作。AudioLDM 是一个利用潜在扩散模型进行文本到音频生成的框架。它将各种模态转换为统一的“音频语言”(LOA),用于生成语音、音乐和音效。这种方法支持上下文学习,并利用自监督预训练模型进行多功能音频创作。

AI 模型与大语言模型
查看 AI 模型 Top 5

AI 模型

文本到音频生成系统,采用提示增强的扩散模型。它通过伪提示增强和频谱图自编码器来解决数据稀缺和音频复杂性的问题。该系统取得了最先进的成果,并提供了从各种输入生成高清、高保真音频的可控性。Make-An-Audio 是一个文本到音频生成系统,采用提示增强的扩散模型。它通过伪提示增强和频谱图自编码器来解决数据稀缺和音频复杂性的问题。该系统取得了最先进的成果,并提供了从各种输入生成高清、高保真音频的可控性。

AI 模型与大语言模型
查看 AI 模型 Top 5

AI GitHub 仓库

开源的 AI 语音工作室,允许用户克隆、听写和创建语音项目。它提供了一个语音合成和处理的平台,非常适合开发人员和音频工程师。Voicebox 是一个开源的 AI 语音工作室,允许用户克隆、听写和创建语音项目。它提供了一个语音合成和处理的平台,非常适合开发人员和音频工程师。

AI 模型与大语言模型
查看 AI GitHub 仓库 Top 250

将强化学习重构为序列建模问题,利用 GPT-x 和 BERT 等 Transformer 架构。它通过对期望回报、过去状态和动作进行条件化来生成最优动作,在 Atari、OpenAI Gym 和 Key-to-Door 任务上达到了最先进的性能。Decision Transformer 将强化学习重构为序列建模问题,利用 GPT-x 和 BERT 等 Transformer 架构。它通过对期望回报、过去状态和动作进行条件化来生成最优动作,在 Atari、OpenAI Gym 和 Key-to-Door 任务上达到了最先进的性能。

AI 模型与大语言模型
查看 AI 模型 Top 5

AI 应用

艾伦人工智能研究所(AI2)是一个非营利性研究机构,致力于开展高影响力的人工智能研究和工程。他们专注于为共同利益推进人工智能,开发基础模型,并创建赋能研究人员和开发人员的工具。他们的工作涵盖了各种人工智能领域,旨在使人工智能更易于访问和更有益。

AI 模型与大语言模型
查看 AI 应用 Top 250

AI GitHub 仓库

PyTorch TabNet 是 TabNet 论文的 PyTorch 实现,提供了一种用于表格数据学习的注意力机制和可解释方法。它支持分类、回归和多任务学习,并具备半监督预训练和即时数据增强等功能。该库易于使用且为生产环境就绪而设计。

机器学习平台
查看 AI GitHub 仓库 Top 250

用于表格数据深度学习的 Python 库。它实现了可微分的遗忘决策树集成,为结构化数据建模提供了一种新颖的方法。NODE 旨在利用深度学习架构处理表格数据集,为传统方法提供替代方案。Neural Oblivious Decision Ensembles (NODE) 是一个用于表格数据深度学习的 Python 库。它实现了可微分的遗忘决策树集成,为结构化数据建模提供了一种新颖的方法。NODE 旨在利用深度学习架构处理表格数据集,为传统方法提供替代方案。

机器学习平台
查看 AI GitHub 仓库 Top 250

此 GitHub 存储库提供了 NeurIPS 2021 论文“重新审视表格数据的深度学习模型”的官方实现。它探讨了用于表格数据的深度学习架构,强调了 MLP 类模型作为强大的基线,并引入了 FT-Transformer 作为 Transformer 架构的强大改编。

AI 模型与大语言模型
查看 AI GitHub 仓库 Top 250

已显示 24 / 1,799

常见问题

知道一个在机器学习与数据科学中出类拔萃的工具吗?

ToolPotion是人们浏览以寻找最佳机器学习与数据科学的AI工具目录。免费列出,每个提交都经过编辑审核——将您的工具放在搜索的起点。

提交适用于机器学习与数据科学的AI工具