deep-learning 第 3 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 3 / 17 页）

wav2letterwav2letter 是 Facebook AI Research 开源的端到端自动语音识别工具包，基于 C++ 实现，专注于高效、高性能的 ASR 研究与应用★ 6,440smileSmile是一个基于Java的统计机器智能与学习引擎，专注于提供全面、高效的机器学习与数据挖掘工具。它解决了Java生态中缺乏功能完整且性能优异的ML库的问题，★ 6,423doctrdocTR 是一个基于深度学习的 OCR 库，专注于文档文本识别，由 t2k 团队持续维护。它解决了从文档图像中高效、准确地检测和识别文字的问题，提供了文本检测★ 6,391Awesome-Prompt-Engineering这是一个精选的提示工程（Prompt Engineering）资源列表，专注于GPT、ChatGPT、PaLM等生成式预训练模型。项目整理了从基础概念到高级技巧★ 6,385StyleTTS2StyleTTS 2 通过风格扩散与对抗训练，结合大型语音语言模型，实现了接近人类水平的文本转语音。合成语音的自然度与韵律表现力出众，即使无参考语音也能生成高质★ 6,366learn-ai-engineering这是一个从零开始学习AI和大型语言模型（LLM）的免费资源集合项目。它旨在为初学者提供一个系统化的学习路径，解决自学AI时资料分散、缺乏体系的问题。项目核心能力★ 6,134higgsfieldhiggsfield 是一个面向超大规模模型训练的容错型 GPU 编排与机器学习框架，专为数十亿至数万亿参数模型设计。它解决的核心问题是：在大规模分布式训练中，★ 6,114SUPIRSUPIR 是一个面向真实世界图像修复的开源项目，旨在通过深度学习算法将低质量、模糊或有噪声的照片恢复为高分辨率、逼真的图像。它基于 Stable Diffus★ 5,689mmfMMF 是 Facebook AI Research（FAIR）开源的视觉与语言多模态研究框架，基于 PyTorch 构建，用于快速复现和开发图像/视频与文本联★ 5,636DALLE-pytorchDALLE-pytorch 是 OpenAI 文本生成图像模型 DALL-E 的 PyTorch 非官方实现，旨在复现其核心架构与训练流程。该项目解决的是研究者★ 5,627zenmlZenML 是一个面向机器学习团队的端到端 MLOps 平台，旨在统一从数据准备、模型训练到部署和监控的整个 AI 生命周期。它通过可组合的管道（Pipelin★ 5,620sahiSAHI 是一个专注于计算机视觉的切片推理框架，旨在解决大尺寸图像（如卫星影像、医学图像）在目标检测和实例分割时因内存限制或小目标密集而导致的性能问题。它支持任★ 5,559reasoning-from-scratchreasoning-from-scratch 是一个从零开始实现推理大语言模型（LLM）的开源教程项目，基于 PyTorch 逐步构建。它旨在帮助开发者和研究者★ 5,434sportssports 是一个专注于计算机视觉在体育领域应用的开源项目，主要解决体育视频和图像中的目标检测、关键点检测、球员追踪、动作识别等问题。项目以足球为主要场景，提★ 5,431lightning-hydra-template这是一个面向机器学习实验的工程化模板，基于 PyTorch Lightning 和 Hydra 构建。它解决了深度学习项目中配置管理混乱、代码结构不清晰、实验难★ 5,369oasisOASIS 是一个开源的大规模智能体社会模拟框架，支持在单台普通消费级 GPU 上运行多达一百万智能体的社交互动仿真。它解决了现有社交模拟工具在规模、速度和成本★ 5,319BallonsTranslatorBallonsTranslator 是一款深度学习辅助的漫画翻译工具，主要解决漫画本地化过程中人工成本高、流程繁琐的问题。它集成了从文字检测、识别、抹除到翻译、★ 5,222AutoGPTQAutoGPTQ 是一个基于 GPTQ 算法的 LLM 量化工具包，提供简洁易用的 API，帮助开发者将大语言模型压缩为低比特（如 4-bit）表示，从而大幅降★ 5,067AIGC-Interview-Book《三年面试五年模拟》是一份面向AIGC、LLM大模型、AI Agent算法工程师的面试准备资料集，由社区维护并持续更新。它系统整理了AI行业面试笔试中的核心知识★ 5,022ml-roadml-road 是一个面向机器学习和智能体 AI 的学习资源与实践项目，旨在为开发者提供从基础到前沿的系统化学习路径。项目整合了深度学习、计算机视觉、自然语言处★ 4,968LLM-RL-VisualizedLLM-RL-Visualized 是一个专注于大语言模型（LLM）和强化学习（RL）算法可视化的开源项目，由《大模型算法》作者倾力打造。项目提供了100多张原★ 4,961Learn_PromptingLearn_Prompting 是一个专注于提示工程（Prompt Engineering）、生成式 AI 和大语言模型（LLM）的开源学习指南。它由 Lear★ 4,740CTranslate2CTranslate2 是一个专为 Transformer 类模型设计的高性能推理引擎，用 C++ 编写，支持 CPU（含 AVX、AVX2、NEON 等指令集★ 4,713LLMBook-zh.github.io《大语言模型》是一本由中国人民大学赵鑫教授团队编写的中文开源教材，旨在系统性地介绍大语言模型的技术原理、架构设计与应用实践。全书覆盖从基础概念到前沿进展的完整知★ 4,603tree-of-thoughtstree-of-thoughts 是一个即插即用的 Python 实现，将 Tree of Thoughts（思维树）方法引入大语言模型推理。传统提示方法让模型★ 4,595Awesome-AIGC-TutorialsAwesome-AIGC-Tutorials 是一个精选的 AIGC 学习资源合集，涵盖大语言模型、AI 绘画、多模态等领域。它解决了 AIGC 领域信息分散、★ 4,558llm-foundryllm-foundry 是 Databricks 开源的 LLM 训练框架，旨在为大规模基础模型训练提供生产级代码库。它解决了从数据准备到模型部署全流程的工程化★ 4,459awesome-RLHFawesome-RLHF 是一个持续更新的强化学习与人类反馈（RLHF）资源精选列表。它系统整理了 RLHF 领域的论文、教程、代码库、数据集和工具，帮助研究者★ 4,437cognitaCognita 是一个由 TrueFoundry 开源的模块化 RAG（检索增强生成）框架，旨在帮助开发者快速构建生产级、可扩展的 RAG 应用。它解决了 RA★ 4,412Data-Science-Roadmap这是一个面向数据科学学习者的从零到一路线图，覆盖数据分析、数据工程、机器学习、深度学习、大数据、数据可视化等核心领域，并提供面试准备、简历模板和速查表等实用资源★ 4,403serveServe 是一个用于在生产环境中部署、优化和扩展 PyTorch 模型的开源基础设施项目。它解决了将训练好的 PyTorch 模型高效、稳定地服务化的问题，提★ 4,345LightLLMLightLLM 是一个基于 Python 的轻量级大语言模型推理与服务框架，主打轻量设计、易于扩展和高性能。它解决了 LLM 部署中常见的资源占用高、扩展复杂★ 4,329deep-dazedeep-daze 是一个基于 OpenAI CLIP 和 Siren 隐式神经表示网络的命令行工具，用于将文本描述转化为图像。它解决了文本到图像生成中语义对齐★ 4,316SwanLabSwanLab 是一个开源、现代设计的 AI 训练跟踪与可视化工具，支持云端和自托管两种使用方式。它解决了深度学习训练过程中实验管理混乱、指标监控不便、结果对比★ 4,311torchgeoTorchGeo 是微软开源的面向地理空间数据的 PyTorch 扩展库，为遥感、卫星影像和地球观测任务提供标准化的数据集、采样器、数据增强变换与预训练模型。它★ 4,208metavoice-srcMetaVoice 是一个基于深度学习的情感语音合成基础模型，专注于生成高度自然、富有表现力的语音。它解决了传统 TTS 系统声音机械、缺乏情感和个性化的问题，★ 4,204how-to-train-your-gpt这是一个从零开始构建现代大语言模型（LLM）的教学项目，以Jupyter Notebook形式呈现，每一行代码都有详细注释，并用通俗易懂的方式解释，适合初学者和★ 4,072FedMLFedML 是一个统一且可扩展的机器学习库，专注于大规模分布式训练、模型服务和联邦学习。它提供跨云调度器 FedML Launch，支持在任意 GPU 云或本地★ 4,069deepchecksDeepchecks 是一个面向机器学习模型与数据的持续验证开源测试框架，覆盖从研究到生产的全流程。它解决的是 ML 生命周期中数据质量、模型性能、漂移和偏见等★ 4,064nixtlaNixtla 是一个专注于时间序列预测与异常检测的开源项目，其核心是 TimeGPT-1，一个生产级的预训练时间序列基础模型。该模型基于生成式预训练 Trans★ 4,030vector-quantize-pytorchvector-quantize-pytorch 是一个在 PyTorch 中实现向量量化（VQ）与标量量化的开源库，主要服务于生成模型与表示学习。它解决的核心问★ 4,019Artificial-Intelligence-Deep-Learning-Machine-Learning-Tutorials这是一个免费、可动手实践的 AI 教程合集，由 Synapsa 团队维护。它把机器学习、深度学习、AI 治理、文档智能、RAG 检索增强、AI 智能体与 MCP★ 4,011LazyLLMLazyLLM 是一个面向多智能体 LLM 应用开发的低代码框架，旨在让开发者以最懒的方式快速构建复杂的 AI 应用。它解决了传统 LLM 应用开发中流程编排繁★ 3,889scenicScenic 是 Google 开源、基于 JAX 的计算机视觉研究库，目标是为视觉任务提供一套干净、模块化且高性能的训练与推理框架。它解决的是研究代码重复造轮★ 3,844awesome-industrial-anomaly-detection这是一个持续更新的工业图像异常/缺陷检测论文与数据集检索库，汇集了该领域从经典到前沿的学术资源。项目按任务类型（如异常检测、异常分割、缺陷分类）和数据集（如MV★ 3,831Awesome-Text2SQLAwesome-Text2SQL 是一个精选的资源合集，专注于大语言模型在 Text2SQL、Text2DSL、Text2API、Text2Vis 等领域的应用★ 3,772AI-Engineer-HeadquartersAI-Engineer-Headquarters 是一个面向 AI 工程师的知识库与工具集，以 Jupyter Notebook 形式组织，汇集了构建机器学习模★ 3,770polyaxonPolyaxon 是一个开源的 AI 基础设施平台，定位为 AI 编排与控制平面。它解决的是机器学习生命周期中实验管理、模型训练、超参数调优、模型部署等环节缺乏★ 3,746web-stable-diffusionweb-stable-diffusion 是一个将 Stable Diffusion 模型完整移植到浏览器端运行的开源项目。它基于 TVM 和 WebAssem★ 3,727oliviaOlivia 是一个用 Go 编写的开源个人助理，基于人工神经网络实现自然语言对话。它旨在成为用户的“新好朋友”，通过本地运行的方式解决隐私和定制化问题。核心能★ 3,718

相关标签

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