deep-learning 第 4 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 4 / 17 页）

ArtLineArtLine 是一个基于深度学习的开源项目，专注于将人物照片自动转换为线条艺术肖像画。它解决了传统手工绘制线条画耗时费力的问题，通过预训练的神经网络模型，用户★ 3,634Thin-Plate-Spline-Motion-ModelThin-Plate-Spline-Motion-Model 是一个基于 CVPR 2022 论文的图像动画开源项目，核心解决从单张静态图片生成动态视频的问题。★ 3,605SDVSDV（Synthetic Data Vault）是一个用于表格数据合成生成的Python库，旨在解决真实数据隐私保护、数据稀缺和测试数据获取难的问题。它提供了★ 3,581scikit-llmscikit-llm 是一个将大语言模型无缝集成到 scikit-learn 生态的开源 Python 库。它解决了传统机器学习流程中难以直接调用 LLM 的问★ 3,533min-dallemin(DALL·E) 是一个将 DALL·E Mini 快速移植到 PyTorch 的精简实现，旨在以最少的代码和依赖复现文本生成图像的核心能力。它解决了原始★ 3,490OtterOtter是一个基于OpenFlamingo的多模态模型，旨在提升视觉-语言任务的指令跟随和上下文学习能力。它针对DeepMind Flamingo的开源版本进★ 3,444siesie 是一个开源的推理服务器和生产级集群，专为智能体（agent）所需的各类模型提供统一部署和调度。它解决了多模型、多副本在生产环境中难以统一管理的问题，提供★ 3,415mlops-course这是一个面向生产级机器学习应用的教学课程仓库，旨在帮助开发者掌握从设计、开发、部署到迭代的完整MLOps流程。课程内容涵盖数据版本管理、模型实验追踪、CI/CD★ 3,410TensorFlow.NETTensorFlow.NET 是 Google TensorFlow 的 .NET Standard 绑定，让 C# 和 F# 开发者能够直接在 .NET 生态★ 3,391catalystCatalyst 是一个面向深度学习研究与开发的 Python 框架，旨在加速从实验设计到模型部署的全流程。它解决了深度学习项目中代码重复、实验管理混乱、复现困★ 3,388physicsnemoPhysicsNeMo（原 NVIDIA Modulus）是 NVIDIA 开源的物理机器学习（Physics-ML）深度学习框架，基于 PyTorch 构建，★ 3,371determinedDetermined 是一个开源机器学习平台，旨在简化分布式训练、超参数调优、实验追踪和资源管理。它支持 PyTorch 和 TensorFlow，提供统一的 ★ 3,245alpaAlpa 是一个用于训练和服务大规模神经网络的计算框架，其核心目标是自动并行化。它解决了用户在分布式系统上运行超大模型时面临的并行策略选择复杂性问题，通过自动将★ 3,177willowwillow 是一个开源的、本地化的、自托管的语音助手，旨在成为 Amazon Echo 和 Google Home 的替代品。它基于 ESP32 硬件和 ES★ 3,127DeepCameraDeepCamera 是一个开源的 AI 摄像头技能平台，定位为智能 NVR 和闭路监控系统。它解决传统监控只能录像、无法理解视频内容的问题，通过本地 VLM（★ 3,103prompttoolsprompttools 是一个开源的提示词测试与实验工具集，专为 LLM 和向量数据库设计。它解决了提示词工程中缺乏系统化测试和对比的问题，让开发者能快速评估不★ 3,058VideoPipeVideoPipe 是一个基于计算机视觉模型和多模态大语言模型（mLLM）的跨平台视频结构化分析框架。它解决的是视频数据从原始帧到结构化信息的端到端处理问题，将★ 2,984comic-translatecomic-translate 是一个开源的 AI 漫画与图像翻译工具，支持浏览器扩展和桌面应用，可自动翻译漫画、韩漫、日漫、欧美漫画等多种图像格式（如图片、P★ 2,978UltraChatUltraChat 是一个大规模、信息丰富且多样化的多轮对话数据集项目，旨在为大型语言模型（LLM）的训练和评估提供高质量的对话数据。它解决了当前对话数据普遍存★ 2,908DeepQADeepQA 是一个基于 TensorFlow 实现的神经对话模型，源自论文《A Neural Conversational Model》。它用序列到序列（Se★ 2,906VieNeu-TTSVieNeu-TTS 是一个专注于越南语的端侧实时文本转语音（TTS）引擎，支持即时声音克隆，无需云端依赖即可在本地 CPU 上运行，输出 24kHz 高质量音★ 2,900whisper-timestampedwhisper-timestamped 是一个基于 OpenAI Whisper 的语音识别增强工具，专门为多语言自动语音识别提供词级时间戳和置信度。它解决了标★ 2,855autodistillAutodistill 是一个面向计算机视觉的自动化标注与训练工具，旨在解决监督学习依赖大量人工标注的问题。它利用基础模型（如 GPT-4V、CLIP、Grou★ 2,792aimetAIMET（AI Model Efficiency Toolkit）是高通开源的一套面向已训练神经网络模型的量化与压缩工具库。它解决的核心问题是：模型在移动端、★ 2,732Time-LLMTime-LLM 是一个面向时间序列预测的开源模型，其核心思路是“重编程”大型语言模型（LLM），将时间序列数据转化为文本原型，从而利用 LLM 强大的模式识别★ 2,705xTuringxTuring 是一个面向个人和团队的开源大语言模型（LLM）个性化工具，旨在简化从数据预处理到模型微调的全流程。它解决了普通开发者难以快速上手 LLM 微调的★ 2,675big-sleepbig-sleep 是一个基于命令行的文本生成图像工具，由 OpenAI 的 CLIP 模型和 BigGAN 生成对抗网络结合实现。它解决的核心问题是：在没有配★ 2,575deepdetectdeepdetect 是一个开源的深度学习服务器和命令行工具，最初由 Jolibrain 开发，旨在简化深度学习模型的部署和服务化。它支持多种深度学习框架，包括★ 2,551EasyLMEasyLM 是一个基于 JAX/Flax 构建的大语言模型（LLM）一站式解决方案，旨在简化 LLM 的预训练、微调、评估和部署流程。它解决了 LLM 开发中★ 2,515img2img-turboimg2img-turbo 是一个基于 Stable Diffusion Turbo 的单步图像到图像转换工具，旨在解决传统图像编辑需要多步迭代、耗时较长的问题★ 2,487bootcampBootcamp 是一个专注于非结构化数据搜索与分析的教程型开源项目，涵盖反向图像搜索、音频搜索、分子搜索、视频分析、问答系统及 NLP 等主题。它通过 Jup★ 2,448synthetic-data-generatorsynthetic-data-generator（SDG）是一个专门用于生成高质量结构化表格数据的开源框架。它解决的核心问题是真实数据获取难、隐私保护要求高、以★ 2,440ailia-modelsailia-models 是一个汇集了预训练、前沿 AI 模型的集合，专为 ailia SDK 设计。它解决了 AI 模型从研究到部署之间的鸿沟，提供了统一、易★ 2,403texartexar 是一个基于 TensorFlow 的工具包，专注于机器学习、自然语言处理和文本生成任务，属于 CASL 项目的一部分。它旨在简化 NLP 模型的开发★ 2,392hifi-ganHiFi-GAN 是一个基于生成对抗网络的高保真语音合成声码器，由韩国首尔大学团队开发。它解决了传统神经声码器（如 WaveNet）推理速度慢、难以实时部署的问★ 2,377awesome-remote-sensing-change-detection这是一个遥感变化检测领域的精选资源列表，汇总了该方向的数据集、工具、方法、综述论文和竞赛。它解决了遥感变化检测研究者和工程师难以系统获取和筛选分散资源的问题，通★ 2,361mixtral-offloadingmixtral-offloading 是一个让 Mixtral-8x7B 大模型在消费级硬件（如 Colab 免费版或个人桌面）上运行的工具。它通过智能的层卸载★ 2,336beirBEIR是一个异构信息检索基准测试平台，旨在解决IR模型评估碎片化的问题。它整合了超过15个多样化的检索数据集，覆盖问答、生物医学、金融、法律等多个领域，并提供★ 2,312Awesome-World-ModelAwesome-World-Model 是一个面向自动驾驶（并延伸至机器人等领域）的世界模型论文与资源合集。它把散落在 arXiv、会议和工程博客里的世界模型相★ 2,285MambaVisionMambaVision是CVPR 2025官方发布的PyTorch实现，提出了一种混合Mamba-Transformer视觉骨干网络。它针对视觉任务中Mamba★ 2,243MATLAB-Simulink-Challenge-Project-Hub这是 MathWorks 官方维护的 MATLAB/Simulink 挑战项目库，汇集了面向学生、教师和自学者的研究设计与工程实践课题清单。它解决的核心问题是：★ 2,228tapnetTapNet 是 DeepMind 开源的「追踪任意点」（Tracking Any Point, TAP）基准与算法实现，目标是在视频中持续追踪用户指定的任意像★ 2,227xlstmxLSTM 是 Sepp Hochreiter 团队提出的新一代 LSTM 架构的官方实现，旨在解决传统 LSTM 在长序列建模中的记忆容量和并行化瓶颈。它通过★ 2,212IMS-ToucanIMS-Toucan 是一个基于 PyTorch 的可控且快速的文本转语音（TTS）工具包，声称支持超过 7000 种语言。它旨在解决多语言语音合成中音色、情感★ 2,210Chinese-Llama-2-7bChinese-Llama-2-7b 是开源社区第一个提供可下载、可运行的中文 LLaMA2 模型，基于 Meta 的 LLaMA2-7B 进行中文增强训练。它★ 2,200nannymlnannyml 是一个用于机器学习模型部署后监控的 Python 库。它解决的是模型上线后性能下降、数据漂移等问题难以发现和定位的痛点。核心能力包括：检测特征和★ 2,160unifaceUniFace 是一个面向 Python 的统一人脸分析库，把检测、对齐、关键点、face-mesh、识别、解析、视线估计、属性识别和反欺诈等常见人脸任务收敛到★ 2,139Anime2SketchAnime2Sketch 是一个专门从动漫/插画图像中提取线稿的开源工具。它基于生成对抗网络（GAN）和深度学习技术，能够自动将彩色动漫图片转换为干净、清晰的线★ 2,137TensorFlow-TutorialsTensorFlow-Tutorials 是一个面向初学者的 TensorFlow 教程代码库，提供从基础到应用的逐步练习源码。项目覆盖了深度学习核心领域，包括★ 2,122Awesome-World-ModelsAwesome-World-Models 是一个围绕“世界模型”主题的论文与资源合集，系统整理了世界模型的定义、发展脉络，以及它在通用视频生成、具身智能和自动驾★ 2,044

相关标签

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