支持GPU强力加速的Python张量与动态神经网络库

Graph Neural Network Library for PyTorch

Ultralytics YOLOv5 在 PyTorch > ONNX > CoreML > TFLite 中的实现

20多个高性能大语言模型，附有预训练、微调和规模化部署的方案

规模最大的PyTorch图像编码器/骨干网络集合。包含训练、评估、推理、导出脚本与预训练权重——支持ResNet、ResNeXT、EfficientNet、NFNet、Vision Transformer（ViT）、MobileNetV4、MobileNet-V3和V2、RegNet、DPN、CSPNet、Swin Transformer、MaxViT、CoAtNet、ConvNeXt等模型

SD.Next：用于 AI 生成图像和视频创建、字幕和处理的一体化 WebUI

最强大且模块化的扩散模型图形用户界面、应用程序接口及后端，提供基于图或节点的交互界面。

面向大语言模型的高吞吐量与内存优化型推理服务引擎

Ultralytics YOLO26、YOLO11、YOLOv8 — 对象检测、实例分割、语义分割、图像分类、姿态估计、对象跟踪

我们为您打造可复用的计算机视觉工具。💜

通过最快的KV缓存层为您的LLM加速

AI 编排框架，用于构建可定制、生产就绪的 LLM 应用。将组件（模型、向量数据库、文件转换器）连接到可与数据交互的流水线或智能体。凭借高级检索方法，特别适用于构建 RAG、问答系统、语义搜索或对话式聊天机器人

🧑‍🏫 60+ Implementations/tutorials of deep learning papers with side-by-side notes 📝; including transformers (original, xl, switch, feedback, vit, ...), optimizers (adam, adabelief, sophia, ...), gans(cyclegan, stylegan2, ...), 🎮 reinforcement learning (ppo, dqn), capsnet, distillation, ... 🧠

fastai深度学习库

纳米级vLLM推理引擎

🤗 最大的 AI 模型即用数据集中心，提供快速、易于使用且高效的数据操作工具

欢迎来到Llama实践指南！这是您使用Llama进行开发的必备指南：涵盖推理入门、微调及RAG技术。我们还将展示如何利用Llama模型家族解决端到端问题，并在不同云服务平台上进行部署

Qlib是一款面向AI的量化投资平台，其目标是从创意探索到生产部署的全流程，通过人工智能技术赋能量化研究。该平台支持多种机器学习建模范式，包括监督学习、市场动态建模和强化学习，并现已集成https://github.com/microsoft/RD-Agent以实现研发流程的自动化。

机器学习系统导论

一套关于前沿计算机视觉模型与技术的教程合集，涵盖从ResNet等基础架构到YOLO11、RT-DETR、SAM 2、Florence-2、PaliGemma 2和Qwen2.5VL等尖端模型的全方位探索。