deep-learning 第 2 页

本站收录 815 个带「deep-learning」标签的 AI 开源项目（按 GitHub 星标从高到低，第 2 / 17 页）

deep-learning-drizzle这是一个深度学习相关学习资源的精选合集，汇集了全球顶尖大学和机构的免费视频讲座，覆盖深度学习、强化学习、机器学习、计算机视觉和自然语言处理等核心领域。项目以分类★ 12,964CycleGAN经典无监督图像风格迁移框架，无需成对数据即可实现照片转绘画、马变斑马等趣味效果，广泛应用于风格迁移与图像翻译领域，是计算机视觉领域教科书级的开源项目。★ 12,875HRMHRM（Hierarchical Reasoning Model）是一个开源的分层推理模型，旨在提升大语言模型在复杂推理任务中的表现。它通过构建多层次的推理结构★ 12,660YuEYuE 是开源的全曲目音乐生成基础模型，功能类似 Suno.ai 但完全开放。支持生成带人声的完整歌曲，涵盖歌词、旋律与编曲，为音乐创作者提供可本地部署、可自由★ 12,384MOSSMOSS 是复旦大学自然语言处理实验室推出的开源对话语言模型，旨在复现 ChatGPT 的核心能力。它解决了传统对话模型缺乏工具使用和事实知识更新的问题，通过将★ 12,280speechbrainSpeechBrain 是一个基于 PyTorch 的开源语音工具包，旨在为语音识别、说话人识别、语音增强、语音分离、情感识别等多种语音任务提供统一、灵活且易用★ 11,890ludwigLudwig 是一个基于 Python 的低代码机器学习框架，旨在让开发者无需编写大量底层代码即可构建、训练和部署定制化的大语言模型、神经网络及其他 AI 模型★ 11,775tensorzero开源的 LLMOps 平台，将 LLM 网关、可观测性、评估、优化与实验管理整合于一体。团队可以在统一界面中路由模型请求、追踪调用质量并持续调优提示词与模型组合★ 11,708korniaKornia 是一个基于 PyTorch 的可微计算机视觉库，专注于几何视觉和空间 AI。它解决了深度学习与经典视觉算法之间的鸿沟，提供了一组可微分的图像变换、★ 11,438wandb面向 AI 开发者的实验追踪与模型管理平台，支持训练过程的实时监控、指标可视化与团队协作，并能对模型从实验到生产的全生命周期进行管理。无论是调参对比、结果复现还★ 11,304DALLE2-pytorchDALLE2-pytorch 是 OpenAI 的 DALL-E 2 文本生成图像模型的非官方 PyTorch 实现，由开发者 lucidrains 维护。它解★ 11,302fiftyoneFiftyOne 是一个面向计算机视觉团队的开源数据集管理与模型评估工具，由 Voxel51 开发。它解决了视觉 AI 开发中数据质量差、模型错误难以定位、数据★ 11,205openvinoOpenVINO 是英特尔开源的 AI 推理优化与部署工具包，旨在帮助开发者将训练好的深度学习模型（如 PyTorch、TensorFlow、ONNX 等格式）★ 11,029amazon-sagemaker-examplesamazon-sagemaker-examples 是亚马逊官方维护的 Jupyter Notebook 示例集，旨在帮助开发者快速上手 Amazon Sage★ 10,994autogluonAutoGluon 是一个自动化机器学习（AutoML）库，旨在用三行代码实现快速且准确的模型训练。它解决了传统机器学习中模型选择、超参数调优和特征工程耗时费力★ 10,790X-AnyLabelingX-AnyLabeling 是一款轻量、高效、跨平台的桌面标注工具，专为文本、图像、视频和多模态数据设计。它集成了丰富的内置标注工具（如矩形框、多边形、关键点等★ 10,747skypilot面向前沿 AI 团队的计算平台，将分散在不同云厂商的 GPU 算力整合成一台“AI 超级计算机”。它支持在多云环境下统一调度资源、自动选型最优实例并显著节省成本★ 10,722denoising-diffusion-pytorch这是 Denoising Diffusion Probabilistic Model（DDPM）的 PyTorch 实现，由 lucidrains 维护。DDP★ 10,704pix2pix基于条件对抗网络的开创性图像到图像翻译模型，只需成对数据即可实现线稿上色、语义图转照片、街景转换等任务，是 pix2pix 家族的奠基之作，对后续研究影响深远。★ 10,661petalsPetals 是一个去中心化的 LLM 推理与微调框架，采用 BitTorrent 风格的点对点网络，将大型语言模型（如 Llama、Falcon、BLOOM）★ 10,642yolov3这是一个基于PyTorch实现的YOLOv3目标检测项目，支持YOLOv3、YOLOv3-SPP和YOLOv3-tiny三种模型。它解决了从模型训练到部署的全流★ 10,621manga-image-translatormanga-image-translator 是一个基于深度学习的漫画/图片文字翻译工具，能够自动检测图片中的文字区域，识别原文（主要支持日文、英文等），并翻译★ 10,517stanford-tensorflow-tutorials这是一个斯坦福大学课程《TensorFlow for Deep Learning Research》的配套代码仓库，由课程讲师Chinmay Halbe维护。它★ 10,373techniques这是一个专注于卫星与航空影像深度学习技术的开源项目，汇集了针对地球观测数据的卷积神经网络、数据集构建、图像分类等核心方法。它解决了遥感领域缺乏系统化深度学习实践★ 10,284TTSMozilla TTS 是一个基于深度学习的文本转语音（TTS）引擎，旨在提供高质量、自然且灵活的语音合成能力。它解决了传统 TTS 系统音质生硬、定制困难的问★ 10,175pyodPyOD是一个专注于异常检测的Python库，覆盖表格、时间序列、图、文本、图像和音频等多种数据类型，内置60多种检测算法，包括经典的LOF、IForest以及★ 10,051espnet端到端语音处理工具包，覆盖语音识别、语音合成、语音翻译、说话人识别等多项任务。提供统一训练框架、丰富预训练模型与评测流程，是学术界与工业界语音技术研究的常用基础★ 9,992AIMLInterviewsAIMLInterviews 是一份面向生成式 AI、Agentic AI、多模态 AI 与具身智能岗位面试的系统化备考指南，以 Jupyter Noteboo★ 9,887neural-doodle基于深度神经网络与语义风格迁移的涂鸦作画工具，可将简单涂鸦变成精致画作，支持照片无缝纹理生成、图像风格迁移与样例放大，趣味性与实用性兼备。★ 9,847notebooks这是一个计算机视觉领域的教程合集，基于 Jupyter Notebook 编写，旨在帮助开发者从基础到前沿系统学习视觉模型与技术。项目覆盖了从 ResNet 等★ 9,720FlexLLMGenFlexLLMGen是一个专注于在单张GPU上高效运行大语言模型的开源推理框架，主要面向高吞吐量场景。它解决了单卡显存有限、难以部署大模型以及推理吞吐量低的问题★ 9,344deeplake面向 AI Agent 的数据运行时，提供无服务器 PostgreSQL 与多模态数据湖，支持大规模数据的高效检索与训练。开发者可以像使用数据库一样管理图像、文★ 9,255kimi-k3-in-ckimi-k3-in-c 是一个用纯 C99 语言实现的 Kimi K3 模型推理引擎，它声称能在单颗 CPU 上、仅用 8.24 GB 内存运行一个 2.78★ 9,126transformer-explainer这是一个通过交互式可视化帮助人们理解大语言模型（LLM）中Transformer架构的教育项目。它针对Transformer模型难以理解、内部机制复杂的问题，将★ 9,017BentoML以最简单的方式部署 AI 应用与模型的开源框架，支持构建模型推理 API、任务队列、LLM 应用与多模型流水线。它提供了标准化的服务化流程、容器化打包与云原生扩★ 8,912introtodeeplearningMIT 6.S191《深度学习导论》课程的官方实验材料，包含一系列Jupyter Notebook教程，覆盖深度学习基础、计算机视觉、自然语言处理、生成模型等核★ 8,847MONAIMONAI 是面向医疗影像的 PyTorch 开源 AI 工具包，由 NVIDIA 等机构推动，目标是把医学图像从数据读取、预处理、增强、训练到推理部署的整条链★ 8,789EmotiVoice网易有道开源的多音色、提示词可控 TTS 引擎，通过文本提示即可控制合成语音的情感与风格。支持多种情绪表达，中文合成效果出色，适合有声内容创作、短视频配音与情感★ 8,541LMFlowLMFlow 是一个面向大型基础模型的高可扩展微调与推理工具包，旨在让每个人都能轻松使用和定制大模型。它解决了大模型微调门槛高、资源消耗大、流程复杂的问题，提供★ 8,481imagen-pytorch谷歌 Imagen 文生图模型的 PyTorch 实现，忠实还原其扩散模型架构与超分辨率能力，代码清晰、易于扩展，是研究文生图技术原理与二次开发的优质开源参考。★ 8,428vitsVITS 采用条件变分自编码器与对抗训练实现端到端文本转语音。在保持高自然度的同时大幅简化合成流程，无需额外对齐模块即可直接生成高质量语音，是 TTS 领域的经★ 7,897mmagicOpenMMLab 推出的多模态生成智能创作工具箱，提供开箱即用的 AIGC 能力、易用 API 与丰富模型库，涵盖文生图、图像/视频修复与增强等任务，是搭建生★ 7,475TensorLayerTensorLayer 是一个面向科学家和工程师的深度学习与强化学习库，基于 Python 构建。它旨在解决深度学习研究和工程应用中模型搭建复杂、调试困难、部署★ 7,384lancelance 是一个面向多模态 AI 数据的开源列式存储格式，基于 Rust 和 Apache Arrow 构建。它解决了传统 Parquet 格式在随机访问、向★ 7,180opensquillaOpenSquilla 是一个主打 Token 高效利用的 AI Agent 框架，旨在让同样的预算获得更高的智能密度。它通过优化上下文管理、记忆机制和技能调用★ 7,114opensquillaOpenSquilla 是一个用 Python 编写的开源 AI Agent 框架，核心卖点是“Token 效率”——在相同预算下提供更高的智能密度。它面向需要★ 7,114DeepPavlovDeepPavlov 是一个开源的深度学习对话系统库，旨在帮助开发者和研究人员快速构建端到端的聊天机器人和对话助手。它解决了从零搭建对话系统时面临的工程复杂性和★ 6,998clearmlClearML 是一个开源的 MLOps/LLMOps 平台，旨在统一管理机器学习项目的全生命周期。它解决了 AI 开发中实验跟踪、数据管理、流水线编排、模型部★ 6,911awesome-ai-in-finance这是一个面向金融市场的 AI 资源精选列表，系统整理了将大语言模型与深度学习应用于金融交易、量化投资和加密资产分析的策略、论文、工具与数据集。它解决的核心问题是★ 6,677courses这是一个精选的AI学习资源集合，收录了关于人工智能、机器学习、深度学习、计算机视觉、自然语言处理、多模态、生成模型和MLOps等领域的课程与资料链接。项目以Ma★ 6,493

相关标签

machine-learning904pytorch605computer-vision377python1570llm3432artificial-intelligence538ai2792image-generation613large-language-models1059mlops445nlp374text-to-speech656