最佳 机器学习与数据科学 AI GitHub 仓库

Ollama

AI GitHub 仓库

#10

开源工具，可以在您的计算机上运行大型语言模型。它允许开发者通过单个命令安装 Llama、Gemma、Qwen 和 DeepSeek 等模型，然后通过 CLI、REST API 或官方的 Python 和 JavaScript 库在 macOS、Windows、Linux 或 Docker 上使用它们。Ollama 是一个开源工具，可以在您的计算机上运行大型语言模型。它允许开发者通过单个命令安装 Llama、Gemma、Qwen 和 DeepSeek 等模型，然后通过 CLI、REST API 或官方的 Python 和 JavaScript 库在 macOS、Windows、Linux 或 Docker 上使用它们。

LlamaFactory

AI GitHub 仓库

#12

GitHub仓库，专注于对100多种大型语言模型（LLMs）和视觉语言模型（VLMs）进行统一和高效的微调。它旨在简化AI领域研究人员和开发人员的微调过程。LlamaFactory是一个GitHub仓库，专注于对100多种大型语言模型（LLMs）和视觉语言模型（VLMs）进行统一和高效的微调。它旨在简化AI领域研究人员和开发人员的微调过程。

PaddleOCR

AI GitHub 仓库

#14

强大且轻量级的 OCR 工具包，旨在将 PDF 和图像文档转换为 AI 应用程序所需的结构化数据。它支持超过 100 种语言，弥合了图像、PDF 和大型语言模型之间的差距。PaddleOCR 是一个强大且轻量级的 OCR 工具包，旨在将 PDF 和图像文档转换为 AI 应用程序所需的结构化数据。它支持超过 100 种语言，弥合了图像、PDF 和大型语言模型之间的差距。

Ultralytics YOLO

AI GitHub 仓库

#18

Ultralytics YOLO 包含 YOLO26、YOLO11 和 YOLOv8，提供目标检测、实例分割、语义分割、图像分类、姿态估计和目标跟踪的能力。它专为计算机视觉领域的开发者和研究人员设计。

Langfuse

AI GitHub 仓库

#19

开源的AI工程平台，提供LLM评估、可观察性、指标、提示管理等功能。它与OpenTelemetry、LangChain和OpenAI SDK集成，为AI开发提供全面的工具包。Langfuse是一个开源的AI工程平台，提供LLM评估、可观察性、指标、提示管理等功能。它与OpenTelemetry、LangChain和OpenAI SDK集成，为AI开发提供全面的工具包。

prompts.chat

AI GitHub 仓库

#21

prompts.chat（前称为Awesome ChatGPT Prompts）是一个开源的AI聊天模型提示库，兼容ChatGPT、Claude、Gemini、Llama和Mistral。它可以免费浏览、贡献或自托管，支持自定义品牌和身份验证，并提供CLI、MCP服务器和Claude Code插件。它在GitHub上获得了超过171,000颗星。

vLLM

AI GitHub 仓库

#23

高吞吐量和内存高效的推理和服务引擎，专为大型语言模型（LLMs）设计。它在优化性能的同时最小化资源使用，使其适用于人工智能和机器学习的各种应用。vllm-project/vllm 是一个高吞吐量和内存高效的推理和服务引擎，专为大型语言模型（LLMs）设计。它在优化性能的同时最小化资源使用，使其适用于人工智能和机器学习的各种应用。

Chroma

AI GitHub 仓库

#24

专注于人工智能的搜索基础设施项目，托管在GitHub上。它使开发者能够通过协作努力为其开发做出贡献，并增强人工智能搜索能力。Chroma是一个专注于人工智能的搜索基础设施项目，托管在GitHub上。它使开发者能够通过协作努力为其开发做出贡献，并增强人工智能搜索能力。

RAGFlow

AI GitHub 仓库

#29

开源的检索增强生成 (RAG) 引擎，结合了先进的 RAG 和代理功能，为大型语言模型 (LLMs) 提供了强大的上下文层。它旨在帮助开发者提升他们的 AI 应用程序。RAGFlow 是一个开源的检索增强生成 (RAG) 引擎，结合了先进的 RAG 和代理功能，为大型语言模型 (LLMs) 提供了强大的上下文层。它旨在帮助开发者提升他们的 AI 应用程序。

Unsloth

AI GitHub 仓库

#33

本地用户界面，旨在运行和训练大型语言模型（LLMs）和扩散模型。它支持多种模型，包括Qwen3.8、Kimi K3、MiniMax-H3等，为开发者和研究人员提供了一个可访问的平台。unslothai/unsloth是一个本地用户界面，旨在运行和训练大型语言模型（LLMs）和扩散模型。它支持多种模型，包括Qwen3.8、Kimi K3、MiniMax-H3等，为开发者和研究人员提供了一个可访问的平台。

开源工具，用于在 Postgres 中进行向量相似性搜索。它使开发人员能够高效地管理和查询向量数据，增强依赖于机器学习和人工智能功能的应用程序。pgvector 是一个开源工具，用于在 Postgres 中进行向量相似性搜索。它使开发人员能够高效地管理和查询向量数据，增强依赖于机器学习和人工智能功能的应用程序。

Milvus - 高性能向量数据库

AI GitHub 仓库

#39

高性能的云原生向量数据库，旨在进行可扩展的向量近似最近邻（ANN）搜索，从而实现高效的数据检索和管理，适用于各种应用。Milvus 是一个高性能的云原生向量数据库，旨在进行可扩展的向量近似最近邻（ANN）搜索，从而实现高效的数据检索和管理，适用于各种应用。

Fabric AI Framework

AI GitHub 仓库

#42

开源框架，旨在通过人工智能增强人类能力。它提供了一个模块化系统，通过众包的AI提示来解决特定问题，适用于各个领域。Fabric是一个开源框架，旨在通过人工智能增强人类能力。它提供了一个模块化系统，通过众包的AI提示来解决特定问题，适用于各个领域。

LocalAI

AI GitHub 仓库

#43

开源人工智能引擎，允许用户在任何硬件上运行各种模型，包括大型语言模型（LLMs）、视觉、语音、图像和视频，而无需 GPU。这种灵活性使其适用于多种应用。LocalAI 是一个开源人工智能引擎，允许用户在任何硬件上运行各种模型，包括大型语言模型（LLMs）、视觉、语音、图像和视频，而无需 GPU。这种灵活性使其适用于多种应用。

SGLang

AI GitHub 仓库

#53

专为大型语言模型和多模态模型设计的高性能服务框架。它提供高效的服务能力，提升 AI 应用的性能，适合 AI 领域的开发者和研究人员。SGLang 是一个专为大型语言模型和多模态模型设计的高性能服务框架。它提供高效的服务能力，提升 AI 应用的性能，适合 AI 领域的开发者和研究人员。

text-generation-webui

AI GitHub 仓库

#57

开源桌面应用程序，旨在支持本地大型语言模型（LLMs）。它支持文本、视觉和工具调用功能，并与 OpenAI 和 Anthropic API 兼容，确保 100% 的隐私。text-generation-webui 是一款开源桌面应用程序，旨在支持本地大型语言模型（LLMs）。它支持文本、视觉和工具调用功能，并与 OpenAI 和 Anthropic API 兼容，确保 100% 的隐私。

ColossalAI

AI GitHub 仓库

#60

旨在使大型AI模型更具经济性、更快速和更易获取的项目。它提供了优化AI模型训练和部署的工具和框架，专注于效率和可扩展性。ColossalAI是一个旨在使大型AI模型更具经济性、更快速和更易获取的项目。它提供了优化AI模型训练和部署的工具和框架，专注于效率和可扩展性。

TensorRT-LLM

AI GitHub 仓库

#64

提供了一个用于定义大型语言模型的 Python API，优化了在 NVIDIA GPU 上的推理。它包括用于创建 Python 和 C++ 运行时的组件，以高效地协调推理执行。TensorRT-LLM 提供了一个用于定义大型语言模型的 Python API，优化了在 NVIDIA GPU 上的推理。它包括用于创建 Python 和 C++ 运行时的组件，以高效地协调推理执行。

Netron 可视化工具

AI GitHub 仓库

#69

用于神经网络、深度学习和机器学习模型的可视化工具。它提供了一个直观的界面来探索模型架构和参数，使开发者和研究人员更容易理解和调试模型。Netron 是一个用于神经网络、深度学习和机器学习模型的可视化工具。它提供了一个直观的界面来探索模型架构和参数，使开发者和研究人员更容易理解和调试模型。

LMDeploy

AI GitHub 仓库

#73

用于压缩、部署和服务大型语言模型（LLMs）的工具包。它为开发者提供了必要的工具，以高效管理LLMs，确保最佳性能和可扩展性。LMDeploy是一个用于压缩、部署和服务大型语言模型（LLMs）的工具包。它为开发者提供了必要的工具，以高效管理LLMs，确保最佳性能和可扩展性。

Flair NLP框架

AI GitHub 仓库

#75

简单的框架，用于最先进的自然语言处理（NLP）任务。它提供了易于使用的接口，用于文本分类、序列标注等，使开发者和研究人员都能轻松使用。Flair是一个简单的框架，用于最先进的自然语言处理（NLP）任务。它提供了易于使用的接口，用于文本分类、序列标注等，使开发者和研究人员都能轻松使用。

PaddleX

AI GitHub 仓库

#77

基于 PaddlePaddle 的一体化开发工具，旨在简化 AI 模型的开发和部署。它提供了一整套功能，能够高效地构建、训练和部署深度学习模型。PaddleX 是一个基于 PaddlePaddle 的一体化开发工具，旨在简化 AI 模型的开发和部署。它提供了一整套功能，能够高效地构建、训练和部署深度学习模型。

DeepEval

AI GitHub 仓库

#80

开源框架，旨在评估大型语言模型（LLMs）。它允许开发者参与并改善评估过程，从而提升LLMs的性能和可靠性。DeepEval是一个开源框架，旨在评估大型语言模型（LLMs）。它允许开发者参与并改善评估过程，从而提升LLMs的性能和可靠性。

llmware

AI GitHub 仓库

#81

统一框架，旨在使用小型专业模型构建企业级 RAG 管道。它简化了各种 AI 模型的集成，增强了企业应用的效率和可扩展性。llmware 是一个统一框架，旨在使用小型专业模型构建企业级 RAG 管道。它简化了各种 AI 模型的集成，增强了企业应用的效率和可扩展性。

Stability Matrix

AI GitHub 仓库

#83

Stable Diffusion 的多平台包管理器和推理 UI。它提供 Stable Diffusion Web UI 包的一键安装和更新，管理扩展，并包含一个具有高级功能的内置推理界面。Stability Matrix 是 Stable Diffusion 的多平台包管理器和推理 UI。它提供 Stable Diffusion Web UI 包的一键安装和更新，管理扩展，并包含一个具有高级功能的内置推理界面。

Phoenix

AI GitHub 仓库

#85

Arize Phoenix 是一款 AI 可观察性和评估工具，旨在帮助开发者监控和评估 AI 模型。它提供了模型性能的洞察，促进更好的决策和优化。

Feast 特征存储

AI GitHub 仓库

#90

开源特征存储，旨在用于人工智能和机器学习应用。它使数据科学家能够管理和提供生产中的特征，提高 AI 项目的效率和可扩展性。Feast 是一个开源特征存储，旨在用于人工智能和机器学习应用。它使数据科学家能够管理和提供生产中的特征，提高 AI 项目的效率和可扩展性。

BentoML

AI GitHub 仓库

#93

开源平台，旨在简化 AI 模型和应用的部署。它使开发人员能够高效地构建模型推理 API、管理作业队列，并创建多模型管道，从而使 AI 部署变得更加可及和简化。BentoML 是一个开源平台，旨在简化 AI 模型和应用的部署。它使开发人员能够高效地构建模型推理 API、管理作业队列，并创建多模型管道，从而使 AI 部署变得更加可及和简化。

Mindshub

AI GitHub 仓库

#99

在 GitHub 上的统一工作空间，可以高效管理和利用开源模型。它为开发者提供了一个平台，以便无缝地协作并将各种 AI 模型集成到他们的项目中。Mindshub 是一个在 GitHub 上的统一工作空间，可以高效管理和利用开源模型。它为开发者提供了一个平台，以便无缝地协作并将各种 AI 模型集成到他们的项目中。

Axolotl

AI GitHub 仓库

#101

Axolotl AI Cloud 是一个 GitHub 仓库，提供 AI 模型开发和部署的平台。它允许用户为 AI 项目做出贡献，增强 AI 研究和应用中的协作与创新。

NannyML

AI GitHub 仓库

#106

专注于部署后数据科学的 Python 库。它帮助数据科学家监控和分析模型在部署后的性能，确保可靠性和准确性。NannyML 是一个专注于部署后数据科学的 Python 库。它帮助数据科学家监控和分析模型在部署后的性能，确保可靠性和准确性。

Detectron2 平台

AI GitHub 仓库

#113

旨在进行目标检测、分割和各种视觉识别任务的平台。由 Facebook Research 开发，它为开发者和研究人员提供了先进的工具，以实现最先进的计算机视觉应用。Detectron2 是一个旨在进行目标检测、分割和各种视觉识别任务的平台。由 Facebook Research 开发，它为开发者和研究人员提供了先进的工具，以实现最先进的计算机视觉应用。

为机器学习从业者设计的开源文本标注工具。它支持多种标注任务和数据格式，并提供 REST API 以便与机器学习模型集成。doccano 是一个为机器学习从业者设计的开源文本标注工具。它支持多种标注任务和数据格式，并提供 REST API 以便与机器学习模型集成。

Cognee

AI GitHub 仓库

#123

开源 AI 记忆平台，旨在为智能体提供持久的长期记忆，支持自托管的知识图谱引擎。非常适合希望增强 AI 智能体能力的开发者。Cognee 是一个开源 AI 记忆平台，旨在为智能体提供持久的长期记忆，支持自托管的知识图谱引擎。非常适合希望增强 AI 智能体能力的开发者。

Xtreme1

AI GitHub 仓库

#124

开源平台，旨在进行数据标注和注释，支持多模态AI训练数据。它处理3D LiDAR点云、图像和大型语言模型（LLM）数据，使其在各种AI应用中具有多功能性。Xtreme1是一个开源平台，旨在进行数据标注和注释，支持多模态AI训练数据。它处理3D LiDAR点云、图像和大型语言模型（LLM）数据，使其在各种AI应用中具有多功能性。

Voxel51 FiftyOne

AI GitHub 仓库

#128

FiftyOne 是一个开源工具，用于优化高质量数据集和视觉 AI 模型。它使开发人员能够高效地管理、可视化和分析数据集，从而提升 AI 模型的性能。

DeepFace

AI GitHub 仓库

#135

轻量级的Python库，提供面部识别和面部属性分析，包括年龄、性别、情感和种族检测。它旨在易于使用并集成到各种应用程序中，为开发人员提供强大的面部分析工具。DeepFace是一个轻量级的Python库，提供面部识别和面部属性分析，包括年龄、性别、情感和种族检测。它旨在易于使用并集成到各种应用程序中，为开发人员提供强大的面部分析工具。

llamafile

AI GitHub 仓库

#136

旨在简化大型语言模型（LLMs）分发和执行的工具，通过单个文件实现。它促进了 Mozilla AI 社区在 GitHub 上的协作和开发。Llamafile 是一个旨在简化大型语言模型（LLMs）分发和执行的工具，通过单个文件实现。它促进了 Mozilla AI 社区在 GitHub 上的协作和开发。

Dalai

AI GitHub 仓库

#141

GitHub项目，简化了在本地机器上运行LLaMA模型的过程。它为开发者提供了一种便捷的方式来实验LLaMA，无需复杂的设置，非常适合AI爱好者和研究人员。Dalai是一个GitHub项目，简化了在本地机器上运行LLaMA模型的过程。它为开发者提供了一种便捷的方式来实验LLaMA，无需复杂的设置，非常适合AI爱好者和研究人员。

YOLO-World

AI GitHub 仓库

#142

由 AILab-CVC 开发的实时开放词汇目标检测工具。它旨在通过允许检测训练期间未见过的物体来增强目标检测能力，使其在各种应用中具有多功能性。YOLO-World 是由 AILab-CVC 开发的实时开放词汇目标检测工具。它旨在通过允许检测训练期间未见过的物体来增强目标检测能力，使其在各种应用中具有多功能性。

SGLang-Omni

AI GitHub 仓库

#155本周

高性能的服务框架，专为文本到语音（TTS）和自动语音识别（ASR）等音频模型以及统一的多模态模型设计。它为高效部署和管理复杂的 AI 模型提供了强大的支持。SGLang-Omni 是一个高性能的服务框架，专为文本到语音（TTS）和自动语音识别（ASR）等音频模型以及统一的多模态模型设计。它为高效部署和管理复杂的 AI 模型提供了强大的支持。

easy-dataset

AI GitHub 仓库

#157

旨在简化 LLM 微调、RAG 和评估数据集创建的工具。它简化了数据准备过程，使开发者和研究人员能够更轻松地处理大型语言模型。Easy-dataset 是一个旨在简化 LLM 微调、RAG 和评估数据集创建的工具。它简化了数据准备过程，使开发者和研究人员能够更轻松地处理大型语言模型。

MLX LM

AI GitHub 仓库

#162

GitHub项目，旨在利用MLX框架简化大型语言模型（LLMs）的运行。它允许开发者参与其开发并增强其功能。MLX LM是一个GitHub项目，旨在利用MLX框架简化大型语言模型（LLMs）的运行。它允许开发者参与其开发并增强其功能。

Caveman

AI GitHub 仓库

#180

穴居人是一个GitHub项目，通过模仿穴居人的语言来优化编码代理的令牌使用。它将令牌消耗减少了65%，提高了开发者使用编码代理的效率。

FailproofAI

AI GitHub 仓库

#181

提供 AI 代理工具的可观察性和执行保障，确保每次运行都被捕获，并通过政策执行维护运行时的可靠性。它旨在增强 AI 系统的可靠性和效率。FailproofAI 提供 AI 代理工具的可观察性和执行保障，确保每次运行都被捕获，并通过政策执行维护运行时的可靠性。它旨在增强 AI 系统的可靠性和效率。

TokenSpeed

AI GitHub 仓库

#188本周

高性能的 LLM 推理引擎，旨在提供快速的处理速度。它针对大型语言模型进行了优化，为 AI 开发者和研究人员提供高效且可扩展的解决方案。TokenSpeed 是一个高性能的 LLM 推理引擎，旨在提供快速的处理速度。它针对大型语言模型进行了优化，为 AI 开发者和研究人员提供高效且可扩展的解决方案。

RagaAI Catalyst

AI GitHub 仓库

#200

为 AI 可观察性、监控和评估而设计的 Python SDK。它提供了代理和工具追踪、多代理系统调试以及带有自托管仪表板的高级分析等功能。RagaAI Catalyst 是一个为 AI 可观察性、监控和评估而设计的 Python SDK。它提供了代理和工具追踪、多代理系统调试以及带有自托管仪表板的高级分析等功能。

PowerInfer

AI GitHub 仓库

#201

高速度的大型语言模型服务工具，旨在本地部署。它能够高效快速地推理大型语言模型，适合希望在本地实现 AI 解决方案的开发者和研究人员。PowerInfer 是一个高速度的大型语言模型服务工具，旨在本地部署。它能够高效快速地推理大型语言模型，适合希望在本地实现 AI 解决方案的开发者和研究人员。

Ollaya

AI GitHub 仓库

#213

GitHub项目，使用户能够在本地运行开放决策模型。它支持Laya、decider、NLI和GLiClass模型，提供与TypeSafe兼容的API，以实现无缝集成。Ollaya是一个GitHub项目，使用户能够在本地运行开放决策模型。它支持Laya、decider、NLI和GLiClass模型，提供与TypeSafe兼容的API，以实现无缝集成。

labelCloud

AI GitHub 仓库

#219

轻量级工具，旨在为点云中的 3D 边界框进行标注。它非常适合处理 3D 数据的开发者和研究人员，为机器学习和计算机视觉应用提供了一种高效的注释复杂数据集的方法。labelCloud 是一个轻量级工具，旨在为点云中的 3D 边界框进行标注。它非常适合处理 3D 数据的开发者和研究人员，为机器学习和计算机视觉应用提供了一种高效的注释复杂数据集的方法。

AirLLM

AI GitHub 仓库

#236

GitHub项目，能够在单个4GB GPU上进行70亿参数推理。它旨在优化大型语言模型在有限硬件上的性能，使先进的AI能力更加可及。AirLLM是一个GitHub项目，能够在单个4GB GPU上进行70亿参数推理。它旨在优化大型语言模型在有限硬件上的性能，使先进的AI能力更加可及。

Rocketride Server

AI GitHub 仓库

#237

高性能的 AI 流水线引擎，核心采用 C++。它支持超过 50 个可扩展的 Python 节点，使得构建、调试和扩展多个模型提供者和向量数据库的 LLM 工作流成为可能。该工具与 IDE 集成，并包括 VS Code 扩展、TypeScript/Python SDK 和 Docker 部署。Rocketride Server 是一款高性能的 AI 流水线引擎，核心采用 C++。它支持超过 50 个可扩展的 Python 节点，使得构建、调试和扩展多个模型提供者和向量数据库的 LLM 工作流成为可能。该工具与 IDE 集成，并包括 VS Code 扩展、TypeScript/Python SDK 和 Docker 部署。

R2R — AI检索系统

AI GitHub 仓库

#240

最先进的AI检索系统，旨在实现高效的数据检索和生成。它利用代理检索增强生成（RAG）和RESTful API，使其适合生产环境。R2R是一个最先进的AI检索系统，旨在实现高效的数据检索和生成。它利用代理检索增强生成（RAG）和RESTful API，使其适合生产环境。

Project Maya

AI GitHub 仓库

#250本周

允许用户在自己的 GPU 上私密运行 GLM-5.3-Flash 模型，支持 NVIDIA 和 AMD 硬件。它提供了与 OpenAI 和 Anthropic 兼容的引擎、服务器、仪表板和 API。Project Maya 允许用户在自己的 GPU 上私密运行 GLM-5.3-Flash 模型，支持 NVIDIA 和 AMD 硬件。它提供了与 OpenAI 和 Anthropic 兼容的引擎、服务器、仪表板和 API。

GPUStack

AI GitHub 仓库

#116

为高性能 AI 模型服务设计的 GPU 集群管理器，包括 vLLM 和 SGLang，并提供按需 SSH 可访问的 GPU 实例。它促进了 AI 应用程序的 GPU 资源高效管理。GPUStack 是一个为高性能 AI 模型服务设计的 GPU 集群管理器，包括 vLLM 和 SGLang，并提供按需 SSH 可访问的 GPU 实例。它促进了 AI 应用程序的 GPU 资源高效管理。

Strata

AI GitHub 仓库

#23

推理引擎，能够在消费硬件上部署 Qwen3.8-Flash-Next。它支持在 Windows 和 Linux 上一键安装，并提供与 OpenAI 和 Anthropic API 的集成，具有可选的图像输入功能。Strata 是一个推理引擎，能够在消费硬件上部署 Qwen3.8-Flash-Next。它支持在 Windows 和 Linux 上一键安装，并提供与 OpenAI 和 Anthropic API 的集成，具有可选的图像输入功能。

SD-Trainer

AI GitHub 仓库

#96

提供带 GUI 的 LoRA 和 Dreambooth 训练脚本，利用 kohya-ss 的训练器用于扩散模型。它旨在为从事 AI 模型的开发者和研究人员提供简化的模型训练方法。SD-Trainer 提供带 GUI 的 LoRA 和 Dreambooth 训练脚本，利用 kohya-ss 的训练器用于扩散模型。它旨在为从事 AI 模型的开发者和研究人员提供简化的模型训练方法。

Cactus Compute

AI GitHub 仓库

#21

开源项目，专注于移动设备、可穿戴设备、智能家居系统和机器人中的量化、内核、运行时和推理引擎。它旨在优化各种平台上的AI性能。Cactus Compute是一个开源项目，专注于移动设备、可穿戴设备、智能家居系统和机器人中的量化、内核、运行时和推理引擎。它旨在优化各种平台上的AI性能。

Laya-MLX

AI GitHub 仓库

#136

Laya MLX 是一个为 Laya 类型决策模型设计的本地运行时，提供在 M3 Max 上快速决策的能力。它不依赖于文本生成、PyTorch 或云 API，确保高效的性能。

Splash

AI GitHub 仓库

#137

专为 Apple 硅设计的本地推理引擎。它能够在 Apple 设备上高效地进行模型推理，为开发者提供了一种简化的本地 AI 模型解决方案。Splash 是一个专为 Apple 硅设计的本地推理引擎。它能够在 Apple 设备上高效地进行模型推理，为开发者提供了一种简化的本地 AI 模型解决方案。

Suna

AI GitHub 仓库

#120

开源的AI操作系统，旨在促进AI的开发和部署。它为开发者提供了一个协作平台，以便贡献和增强AI能力，推动AI技术的创新和可及性。Suna是一个开源的AI操作系统，旨在促进AI的开发和部署。它为开发者提供了一个协作平台，以便贡献和增强AI能力，推动AI技术的创新和可及性。

Oumi

AI GitHub 仓库

#145

GitHub项目，旨在微调、评估和部署大型语言模型，如Qwen和Gemma。它支持开放的代理LLM和VLM，提供监督微调和强化学习的工具。Oumi是一个GitHub项目，旨在微调、评估和部署大型语言模型，如Qwen和Gemma。它支持开放的代理LLM和VLM，提供监督微调和强化学习的工具。

Sherpa-ONNX

AI GitHub 仓库

#71

开源项目，提供语音转文本、文本转语音、说话人分离等功能，使用Kaldi与onnxruntime。它支持多种平台和编程语言，具备离线能力。Sherpa-ONNX是一个开源项目，提供语音转文本、文本转语音、说话人分离等功能，使用Kaldi与onnxruntime。它支持多种平台和编程语言，具备离线能力。

Kangas 多媒体数据集探索器

AI GitHub 仓库

旨在大规模探索多媒体数据集的工具。它允许用户高效管理和分析大型数据集，从而促进数据驱动的洞察和决策。Kangas 是一个旨在大规模探索多媒体数据集的工具。它允许用户高效管理和分析大型数据集，从而促进数据驱动的洞察和决策。

omlx

AI GitHub 仓库

#138

为 Apple Silicon 设计的 LLM 推理服务器，具有连续批处理和 SSD 缓存功能。它直接从 macOS 菜单栏管理，为开发者提供高效、简化的体验，适用于处理大型语言模型。omlx 是一个为 Apple Silicon 设计的 LLM 推理服务器，具有连续批处理和 SSD 缓存功能。它直接从 macOS 菜单栏管理，为开发者提供高效、简化的体验，适用于处理大型语言模型。

DataGym.ai

AI GitHub 仓库

DataGym 是一个开源工具，用于注释和标记图像和视频资产。它旨在促进机器学习项目的数据准备，提供一个协作平台，供团队管理和注释数据集。

TensorFlow

AI GitHub 仓库

为所有人设计的开源机器学习框架。它提供了一个全面的生态系统，用于构建和部署机器学习模型，使开发者和研究人员都能轻松使用。TensorFlow 是一个为所有人设计的开源机器学习框架。它提供了一个全面的生态系统，用于构建和部署机器学习模型，使开发者和研究人员都能轻松使用。

Hugging Face Transformers

AI GitHub 仓库

🤗 Transformers 是一个模型定义框架，旨在支持文本、视觉、音频和多模态领域的最先进机器学习模型，促进推理和训练过程。

llama.cpp

AI GitHub 仓库

专注于C/C++中LLM推理的GitHub仓库。它允许开发者参与其开发并利用其在机器学习应用中的能力。ggml-org/llama.cpp是一个专注于C/C++中LLM推理的GitHub仓库。它允许开发者参与其开发并利用其在机器学习应用中的能力。

PyTorch

AI GitHub 仓库

开源机器学习库，提供在Python中构建动态神经网络的工具，利用强大的GPU加速实现高效计算。PyTorch是一个开源机器学习库，提供在Python中构建动态神经网络的工具，利用强大的GPU加速实现高效计算。

Keras

AI GitHub 仓库

开源深度学习库，旨在为人类服务。它简化了构建神经网络的过程，并允许开发者在GitHub上为其开发做出贡献。Keras是一个开源深度学习库，旨在为人类服务。它简化了构建神经网络的过程，并允许开发者在GitHub上为其开发做出贡献。

MLX

AI GitHub 仓库

专为 Apple Silicon 设计的数组框架，能够高效地进行机器学习操作。它允许开发者在 GitHub 上参与其开发，促进 AI 社区的合作与创新。MLX 是一个专为 Apple Silicon 设计的数组框架，能够高效地进行机器学习操作。它允许开发者在 GitHub 上参与其开发，促进 AI 社区的合作与创新。

nanoGPT

AI GitHub 仓库

极简、高性能的 GitHub 仓库，用于训练和微调中等规模的 GPT 模型。它提供了一个简单易读的代码库，供研究人员和开发人员试验 GPT 架构、复现 GPT-2 结果并构建自定义语言模型。nanoGPT 是一个极简、高性能的 GitHub 仓库，用于训练和微调中等规模的 GPT 模型。它提供了一个简单易读的代码库，供研究人员和开发人员试验 GPT 架构、复现 GPT-2 结果并构建自定义语言模型。

LlamaIndex

AI GitHub 仓库

开源的 Python 框架，用于将大型语言模型与用户自己的数据连接。它提供连接器、索引和检索接口，用于增强检索生成和代理应用程序，并由 LlamaParse 背后的同一家公司维护，后者是一个独立的文档解析平台。LlamaIndex 是一个开源的 Python 框架，用于将大型语言模型与用户自己的数据连接。它提供连接器、索引和检索接口，用于增强检索生成和代理应用程序，并由 LlamaParse 背后的同一家公司维护，后者是一个独立的文档解析平台。

Unlimited OCR Works

AI GitHub 仓库

无限OCR是百度开发的一个专注于光学字符识别的GitHub仓库。它引入了一次性长视距解析，旨在显著增强OCR能力。该项目是开源的，欢迎有兴趣推动OCR技术的开发者贡献代码。

Shumai

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。

Seldon Core

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。

FaceNet

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。

DGCNN

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。

Mamba SSM 架构

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。

N-BEATS

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。

ViT-Adapter

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。

DM-GAN

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。

OpenLLaMA

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。

生成式图像到文本转换器

AI GitHub 仓库

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。

UNITER

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。

Principal Neighbourhood Aggregation

AI GitHub 仓库

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。

DeepGCNs

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。

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。

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。

Vision Transformer

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。

FNet

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。

SpanBERT

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。

LayoutLM

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。

MASS

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。

ProphetNet

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。

Funnel-Transformer

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。

ConvBERT

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。

MPNet

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。

图注意力网络有多“专注”？

AI GitHub 仓库

该存储库提供了ICLR'2022上发表的研究论文“图注意力网络有多‘专注’？”的官方代码实现。它提供了跨多个框架（包括PyTorch Geometric、DGL和TensorFlow GNN）的可复现实验和GATv2代码。

SEAL 链接预测

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。

GraphSAINT

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。

StyleSwin: 基于 Transformer 的 GAN

AI GitHub 仓库

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。

Voicebox

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。

TabNet

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。

Neural Oblivious Decision Ensembles

AI GitHub 仓库

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。

用于表格数据的深度学习模型

AI GitHub 仓库

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。

SAINT

AI GitHub 仓库

该存储库提供了SAINT模型的官方PyTorch实现，旨在改进表格数据上的神经网络。它利用行注意力（row attention）和对比预训练（contrastive pre-training）技术来提高性能。该代码支持回归、二分类和多分类任务，为表格数据挑战提供了强大的解决方案。

R-FCN

AI GitHub 仓库

基于区域的对象检测框架，它利用全卷积网络进行准确高效的图像分析。它在整个图像上共享计算，从而能够采用强大的分类器骨干网络（如 ResNets）来增强对象检测能力。R-FCN 是一种基于区域的对象检测框架，它利用全卷积网络进行准确高效的图像分析。它在整个图像上共享计算，从而能够采用强大的分类器骨干网络（如 ResNets）来增强对象检测能力。

SPP_net

AI GitHub 仓库

用于深度卷积网络的空间金字塔池化算法的重新实现，应用于视觉识别领域。它旨在复现一篇 2014 年 ECCV 论文中的目标检测结果，并利用 Caffe 框架方便代码发布。该项目提供了用于训练和微调模型的代码。SPP_net 是用于深度卷积网络的空间金字塔池化算法的重新实现，应用于视觉识别领域。它旨在复现一篇 2014 年 ECCV 论文中的目标检测结果，并利用 Caffe 框架方便代码发布。该项目提供了用于训练和微调模型的代码。

Squeeze-and-Excitation Networks

AI GitHub 仓库

深度学习模型架构，可自适应地重新校准通道特征响应。它通过显式建模通道间的相互依赖性来提高性能，从而在图像分类任务中获得更高的准确性。该实现基于 Caffe。Squeeze-and-Excitation Networks (SENet) 是一种深度学习模型架构，可自适应地重新校准通道特征响应。它通过显式建模通道间的相互依赖性来提高性能，从而在图像分类任务中获得更高的准确性。该实现基于 Caffe。

ShuffleNet 系列

AI GitHub 仓库

ShuffleNet 系列存储库提供了一系列高效的卷积神经网络模型，专为移动设备和资源受限环境设计。它包含 ShuffleNetV1、ShuffleNetV2 和专用变体等多个版本，以及神经架构搜索和目标检测骨干网络的工具。

ConvMixer

AI GitHub 仓库

该存储库提供了 ConvMixer 的实现，这是一种用于图像识别任务的卷积神经网络架构。它基于论文 "Patches Are All You Need? 🤷"，并提供预训练模型权重用于评估以及在 ImageNet-1k 和 CIFAR-10 等数据集上进行训练的代码。

RepVGG

AI GitHub 仓库

强大而简单的卷积神经网络 (ConvNet) 架构，可在 ImageNet 上实现高精度。它采用了 VGG 风格的设计并结合了重参数化技术，从而实现了高效的推理。该项目提供了预训练模型、训练代码以及用于各种计算机视觉任务的示例。RepVGG 是一种强大而简单的卷积神经网络 (ConvNet) 架构，可在 ImageNet 上实现高精度。它采用了 VGG 风格的设计并结合了重参数化技术，从而实现了高效的推理。该项目提供了预训练模型、训练代码以及用于各种计算机视觉任务的示例。

Vision GNN (ViG)

AI GitHub 仓库

华为诺亚方舟实验室开发的 Vision Graph Neural Networks 的 PyTorch 实现。它为图像处理任务提供了高效的 AI 主干网络，包括 ViG 和 Pyramid ViG 架构的预训练模型和训练脚本。Vision GNN (ViG) 是华为诺亚方舟实验室开发的 Vision Graph Neural Networks 的 PyTorch 实现。它为图像处理任务提供了高效的 AI 主干网络，包括 ViG 和 Pyramid ViG 架构的预训练模型和训练脚本。

可变形卷积网络

AI GitHub 仓库

通过自适应地学习卷积核的采样偏移量来增强深度学习模型。这使得网络能够更好地捕捉几何变换和物体形变，从而提高目标检测和语义分割等任务的性能。该项目提供了实现和预训练模型。可变形卷积网络 (DCN) 通过自适应地学习卷积核的采样偏移量来增强深度学习模型。这使得网络能够更好地捕捉几何变换和物体形变，从而提高目标检测和语义分割等任务的性能。该项目提供了实现和预训练模型。

Skip-Thought Vectors

AI GitHub 仓库

提供 Sent2Vec 编码器和训练代码，基于研究论文“Skip-Thought Vectors”。它能够为句子生成密集向量表示，从而促进各种自然语言处理任务。代码使用 Python 实现，需要特定的依赖项进行设置和执行。Skip-Thought Vectors 提供 Sent2Vec 编码器和训练代码，基于研究论文“Skip-Thought Vectors”。它能够为句子生成密集向量表示，从而促进各种自然语言处理任务。代码使用 Python 实现，需要特定的依赖项进行设置和执行。

SNGAN Projection

AI GitHub 仓库

该 GitHub 存储库提供了条件图像生成的官方 Chainer 实现。它利用谱归一化和投影判别器来实现生成对抗网络 (GAN)。该项目包括在 ImageNet、狗和猫图像等数据集上进行训练、评估和生成图像的代码。

PyTorch MADE

AI GitHub 仓库

该存储库提供了 MADE（掩码自编码器密度估计）的 PyTorch 实现。它通过掩码多层感知机 (MLP) 中的连接，将自编码器转变为自回归密度模型。该代码支持高效的似然评估和采样，并提供了二值化 MNIST 的示例。

StyleGAN-XL

AI GitHub 仓库

用于从大型、多样化数据集中生成高分辨率图像的 AI 模型。它扩展了 StyleGAN 架构，以提高图像合成质量和多样性。该项目提供了用于训练、生成样本以及执行图像反演和编辑的代码。StyleGAN-XL 是一个用于从大型、多样化数据集中生成高分辨率图像的 AI 模型。它扩展了 StyleGAN 架构，以提高图像合成质量和多样性。该项目提供了用于训练、生成样本以及执行图像反演和编辑的代码。

DimeNet 和 DimeNet++

AI GitHub 仓库

用于分子图的高级神经网络模型，专注于定向消息传递。这些模型分别在 ICLR 2020 和 NeurIPS-W 2020 上提出，能够高效准确地预测分子性质，其中 DimeNet++ 比其前身速度更快、精度更高。DimeNet 和 DimeNet++ 是用于分子图的高级神经网络模型，专注于定向消息传递。这些模型分别在 ICLR 2020 和 NeurIPS-W 2020 上提出，能够高效准确地预测分子性质，其中 DimeNet++ 比其前身速度更快、精度更高。

LSTNet

AI GitHub 仓库

深度学习模型，专为时间序列预测而设计。它通过结合循环神经网络和卷积神经网络，有效地建模长期和短期时间模式。该模型对于复杂的时间序列数据特别有用。LSTNet 是一款深度学习模型，专为时间序列预测而设计。它通过结合循环神经网络和卷积神经网络，有效地建模长期和短期时间模式。该模型对于复杂的时间序列数据特别有用。

Autoformer

AI GitHub 仓库

用于长期时间序列预测的 AI 模型，它利用分解 Transformer 和自相关机制。该模型在各种基准测试中取得了最先进的结果，为提高实际应用中的预测准确性提供了一种新颖的系列连接方法。Autoformer 是一款用于长期时间序列预测的 AI 模型，它利用分解 Transformer 和自相关机制。该模型在各种基准测试中取得了最先进的结果，为提高实际应用中的预测准确性提供了一种新颖的系列连接方法。

Informer2020

AI GitHub 仓库

Informer2020 GitHub 存储库提供了 Informer 模型的 PyTorch 实现，该模型专为高效长序列时间序列预测而设计。它采用 ProbSparse Attention 来处理自注意力得分中的长尾分布，为复杂的预测任务提供了先进的解决方案。

FEDformer

AI GitHub 仓库

频率增强分解 Transformer，专为高效的长期时间序列预测而设计。它实现了与序列长度成线性复杂度的计算，通过显著降低多变量和单变量数据集上的预测误差，性能优于最先进的方法。该模型提供开源代码。FEDformer 是一种频率增强分解 Transformer，专为高效的长期时间序列预测而设计。它实现了与序列长度成线性复杂度的计算，通过显著降低多变量和单变量数据集上的预测误差，性能优于最先进的方法。该模型提供开源代码。

LTSF-Linear

AI GitHub 仓库

"Are Transformers Effective for Time Series Forecasting?" 的官方 PyTorch 实现。它引入了一系列线性模型（Linear, DLinear, NLinear），在长期时间序列预测任务上表现优于 Transformer，同时具有高效率和可解释性。LTSF-Linear 是 "Are Transformers Effective for Time Series Forecasting?" 的官方 PyTorch 实现。它引入了一系列线性模型（Linear, DLinear, NLinear），在长期时间序列预测任务上表现优于 Transformer，同时具有高效率和可解释性。

maml_rl

AI GitHub 仓库

该存储库提供了“模型无关的元学习用于深度网络的快速适应”论文中详细的强化学习实验代码。它使研究人员和开发人员能够探索元学习技术，以在强化学习的深度神经网络中实现快速适应。

原型网络

AI GitHub 仓库

此存储库包含 NeurIPS 2017 论文“用于少样本学习的原型网络”的代码。它提供了一种新颖的少样本学习方法的实现，使模型能够从少量示例中学习。

LearningToCompare_FSL

AI GitHub 仓库

该存储库提供了CVPR 2018论文《Learning to Compare: Relation Network for Few-Shot Learning》的PyTorch代码。它侧重于少样本学习（Few-Shot Learning）方面，提供了在Omniglot和mini-Imagenet等数据集上训练和测试模型的实现。

Model-Based Policy Optimization

AI GitHub 仓库

此 GitHub 仓库包含“何时信任您的模型：基于模型的策略优化”论文的代码。它提供了基于模型的策略优化算法的实现，使研究人员和开发人员能够重现实验并在此基础上进行强化学习的研究。

Handful of Trials

AI GitHub 仓库

该代码仓库包含论文“Deep Reinforcement Learning in a Handful of Trials using Probabilistic Dynamics Models”的实验代码。它实现了 PETS 算法，将具备不确定性感知的深度网络动力学模型与基于采样的不确定性传播相结合，在强化学习任务中实现高效的样本学习。

关系图卷积网络

AI GitHub 仓库

该项目提供了关系图卷积网络 (R-GCNs) 的 Keras 实现。它专为有向关系图上的半监督节点分类而设计。该代码有助于复现论文“使用图卷积网络对关系数据进行建模”中的实体分类结果。

CompGCN

AI GitHub 仓库

基于组合的多关系图卷积网络的 PyTorch 实现。它能够实现先进的图表示学习，用于知识图谱链接预测等任务，提供灵活的组合操作和与各种评分函数的兼容性。CompGCN 是一个基于组合的多关系图卷积网络的 PyTorch 实现。它能够实现先进的图表示学习，用于知识图谱链接预测等任务，提供灵活的组合操作和与各种评分函数的兼容性。

GCNII

AI GitHub 仓库

该存储库提供了“简单深度图卷积网络”（GCNII）模型的 PyTorch 实现。它包含在基准图数据集上复现半监督和全监督结果的代码，以及一个 PyTorch Geometric 参考实现。

PPNP & APPNP 模型

AI GitHub 仓库

此 GitHub 存储库提供了 PPNP 和 APPNP 模型的 TensorFlow 和 PyTorch 实现，这些模型在论文“Predict then Propagate: Graph Neural Networks meet Personalized PageRank”中提出。它包含了用于复现结果的代码以及易于集成到基于图的机器学习项目中的示例。

简化图卷积网络

AI GitHub 仓库

此存储库提供了“简化图卷积网络”论文的官方实现。它提供了一个简化的图卷积网络 (GCN) 模型，该模型消除了非线性并折叠了权重矩阵，从而得到了一个线性模型，该模型在显著缩短的训练时间内实现了具有竞争力的性能。

Graph Neural PDEs

AI GitHub 仓库

开源项目，提供用于图神经网络 (GNN) 的 Python 代码，该项目将图学习视为一个连续的扩散过程。它实现了 GRAND 和 BLEND 模型，提供了新颖的方法来解决常见的图学习挑战，如过平滑和深度限制。Graph Neural PDEs 是一个开源项目，提供用于图神经网络 (GNN) 的 Python 代码，该项目将图学习视为一个连续的扩散过程。它实现了 GRAND 和 BLEND 模型，提供了新颖的方法来解决常见的图学习挑战，如过平滑和深度限制。

这篇博文介绍了一种基于现代 Hopfield 网络的新型 PyTorch Hopfield 层。它将经典 Hopfield 网络推广到连续状态和模式，提供指数级存储容量和快速收敛。更新规则被证明等同于 Transformer 自注意力机制，从而能够构建新的深度学习架构。

OpenSpiel

AI GitHub 仓库

用于游戏领域强化学习研究的综合性框架。它提供了一系列环境和算法，用于开发和测试各种类型游戏的通用 AI 代理，从简单的棋盘游戏到复杂的多智能体场景。它支持 C++ 和 Python 集成。OpenSpiel 是一个用于游戏领域强化学习研究的综合性框架。它提供了一系列环境和算法，用于开发和测试各种类型游戏的通用 AI 代理，从简单的棋盘游戏到复杂的多智能体场景。它支持 C++ 和 Python 集成。

Temporal Graph Networks

AI GitHub 仓库

提供了一个通用的、高效的动态图深度学习框架。这个基于 Python 的库利用新颖的内存模块和基于图的运算符，在计算效率和演进图结构上的预测准确性方面优于现有方法。Temporal Graph Networks (TGNs) 提供了一个通用的、高效的动态图深度学习框架。这个基于 Python 的库利用新颖的内存模块和基于图的运算符，在计算效率和演进图结构上的预测准确性方面优于现有方法。

xDeepFM

AI GitHub 仓库

开源深度学习工具包，用于因子分解模型，特别发布了 eXtreme Deep Factorization Machine (xDeepFM) 模型的源代码。它旨在为深度推荐系统和基于因子分解的机器学习任务提供基础。xDeepFM 是一个开源深度学习工具包，用于因子分解模型，特别发布了 eXtreme Deep Factorization Machine (xDeepFM) 模型的源代码。它旨在为深度推荐系统和基于因子分解的机器学习任务提供基础。

Attentional Factorization Machine

AI GitHub 仓库

此 GitHub 存储库提供了 Attentional Factorization Machine (AFM) 模型的 TensorFlow 实现。它允许用户为推荐系统等任务训练和评估 AFM，通过注意力网络学习特征交互的权重。该项目包括代码、数据示例以及快速设置和性能比较的说明。

LightGCN

AI GitHub 仓库

简化的图卷积网络，专为推荐系统设计。它专注于协同过滤的核心邻域聚合组件，提供了一种从交互数据中学习用户和物品表示的高效方法。LightGCN 是一种简化的图卷积网络，专为推荐系统设计。它专注于协同过滤的核心邻域聚合组件，提供了一种从交互数据中学习用户和物品表示的高效方法。

Neural Graph Collaborative Filtering

AI GitHub 仓库

利用图神经网络的推荐框架。它通过在用户-物品二部图中进行高阶连通性嵌入传播，显式地编码协同信号。此实现基于 SIGIR 2019 的论文。Neural Graph Collaborative Filtering (NGCF) 是一个利用图神经网络的推荐框架。它通过在用户-物品二部图中进行高阶连通性嵌入传播，显式地编码协同信号。此实现基于 SIGIR 2019 的论文。

Intel® Neural Compressor

AI GitHub 仓库

开源 Python 库，提供适用于 PyTorch、TensorFlow 和 JAX 的流行模型压缩技术。它支持 LLM 和 VLM 的高级量化，可在各种 Intel 硬件和其他平台上通过广泛的测试进行性能优化。Intel® Neural Compressor 是一个开源 Python 库，提供适用于 PyTorch、TensorFlow 和 JAX 的流行模型压缩技术。它支持 LLM 和 VLM 的高级量化，可在各种 Intel 硬件和其他平台上通过广泛的测试进行性能优化。

由人工智能驱动的写作助手，旨在提高研究人员和学者的生产力。它集成到您的工作流程中，帮助生成、组织和优化书面内容，旨在简化学术写作流程并减少在行政任务上花费的时间。该工具专注于支持学术作品的创作。Elephas 是一款由人工智能驱动的写作助手，旨在提高研究人员和学者的生产力。它集成到您的工作流程中，帮助生成、组织和优化书面内容，旨在简化学术写作流程并减少在行政任务上花费的时间。该工具专注于支持学术作品的创作。

用 Java 编写的开源神经网络框架。它简化了各种应用中人工神经网络的开发和实现。该框架提供了用户友好的 API 和工具，用于设计、训练和测试神经网络，使其对初学者和经验丰富的开发人员都易于使用。Neuroph 是一个用 Java 编写的开源神经网络框架。它简化了各种应用中人工神经网络的开发和实现。该框架提供了用户友好的 API 和工具，用于设计、训练和测试神经网络，使其对初学者和经验丰富的开发人员都易于使用。

StarCoder

AI GitHub 仓库

在源代码和自然语言上训练的大型语言模型。它在代码生成、代码补全和文本生成任务方面表现出色。此存储库提供了用于微调和推理的资源，使开发人员能够将其功能集成到各种应用程序中。StarCoder 是一个在源代码和自然语言上训练的大型语言模型。它在代码生成、代码补全和文本生成任务方面表现出色。此存储库提供了用于微调和推理的资源，使开发人员能够将其功能集成到各种应用程序中。

LLaVA

AI GitHub 仓库

视觉指令调优模型，结合了大型语言和视觉能力。其目标是达到 GPT-4V 级别的性能，实现多模态理解和交互。该项目为研究人员和开发者提供了代码、模型和资源。LLaVA 是一个视觉指令调优模型，结合了大型语言和视觉能力。其目标是达到 GPT-4V 级别的性能，实现多模态理解和交互。该项目为研究人员和开发者提供了代码、模型和资源。

Kandinsky 2

AI GitHub 仓库

多语言文本到图像的潜在扩散模型。它提供高级的图像生成功能，包括文本到图像、图像到图像和图像修复。该模型支持 ControlNet 以增强图像生成控制，并利用强大的编码器来改进对文本和图像的理解，从而产生更具美感的输出。Kandinsky 2 是一个多语言文本到图像的潜在扩散模型。它提供高级的图像生成功能，包括文本到图像、图像到图像和图像修复。该模型支持 ControlNet 以增强图像生成控制，并利用强大的编码器来改进对文本和图像的理解，从而产生更具美感的输出。