CLIP（对比语言-图像预训练模型）：根据图像预测最相关的文本片段

fastai深度学习库

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

支持GPU强力加速的Python张量与动态神经网络库

使用PyTorch从零开始逐步实现类ChatGPT大型语言模型

本仓库包含使用HuggingFace Transformers库构建的演示案例

以Jupyter Notebook形式发布的fastai书籍。

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

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

YOLOv7论文实现：可训练免费赠品集为实时目标检测器设立新标杆

Graph Neural Network Library for PyTorch

关于大语言模型、检索增强生成及现实世界AI智能体应用的深度教程。

本仓库展示检索增强生成系统的多种先进技术，该系统通过结合信息检索与生成模型来提供精准且上下文丰富的响应

我们为您打造可复用的计算机视觉工具。💜

谷歌研究院

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

🤖 流行机器学习算法的Python实现，包含交互式Jupyter演示和数学原理详解

按模型组织的尖端深度学习脚本——易于在企业级基础设施上进行训练和部署，并具备可复现的准确性与性能。

开箱即用的云端模板，支持RAG、AI流水线及实时数据企业搜索。🐳兼容Docker容器部署。⚡始终与SharePoint、Google Drive、S3、Kafka、PostgreSQL、实时数据API等平台保持同步。

采用博弈论方法解释任何机器学习模型的输出结果。