支持GPU强力加速的Python张量与动态神经网络库

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

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

fastai深度学习库

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

我们为您打造可复用的计算机视觉工具。💜

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

面向大语言模型的高吞吐量与内存优化型推理服务引擎

🤗 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

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。

纳米级vLLM推理引擎

🤗 Transformers：面向文本、视觉、音频及多模态模型的尖端机器学习模型定义框架，支持推理与训练全流程。

[🔥更新中...] AI自动量化交易机器人（完全本地部署）AI驱动的量化投资研究平台。

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。

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

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

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

《PyTorch深度学习：从零到精通》课程资料

TimesFM是谷歌研究团队开发的预训练时间序列基础模型，专注于时间序列预测任务。

端到端语音识别基础工具包与开源SOTA预训练模型，支持语音识别、语音活动检测、文本后处理等功能。