deep-learning

面向所有人的开源机器学习框架

🤗 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。

Stable Diffusion网页界面

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

开源计算机视觉库

🐙 提示工程指南、论文、讲座、笔记本及资源

12周24课，全民人工智能！

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

面向所有人的深度伪造软件

我们为您打造可复用的计算机视觉工具。💜

学习如何开发、部署并迭代生产级机器学习应用。

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。

Streamlit——快速构建和共享数据应用的开发框架。

纯 JavaScript 实现的 OCR 库，支持 100 多种语言 📖🎉🖥

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

OpenPose：支持身体、面部、手部和足部关键点识别的实时多人检测库

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

从头开始机器学习。机器学习模型和算法的基本 NumPy 实现，重点是可访问性。旨在涵盖从线性回归到深度学习的所有内容。

fastai深度学习库

机器学习系统导论

被引用最多的深度学习论文

采用博弈论方法解释任何机器学习模型的输出结果。

以Jupyter Notebook形式发布的fastai书籍。