deep-learning 第 5 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 5 / 17 页）

alpaca_evalalpaca_eval 是一个用于自动评估指令跟随语言模型的工具。它解决了人工评估成本高、速度慢、难以规模化的问题，提供了一种廉价、快速且经过人类验证的自动评估★ 2,021Awesome-FLAwesome-FL 是一个面向联邦学习（Federated Learning）领域的综合性学术资源清单，系统整理了该方向的重要论文、开源框架、常用数据集、教程★ 2,021ml-cvnetsCVNets 是苹果开源的计算机视觉训练库，基于 PyTorch 构建，目标是把分类、检测、分割等任务的训练流程统一到一套可复用的框架里。它解决的核心问题是：视★ 1,995make-a-video-pytorchMake-A-Video 的 PyTorch 非官方实现，复现 Meta AI 提出的文本生成视频模型。该模型基于扩散模型架构，结合了文本编码器、时空注意力机制★ 1,989Awesome-Dataset-DistillationAwesome-Dataset-Distillation 是一个系统整理数据集蒸馏（Dataset Distillation）方向论文与资源的开源清单项目。数据★ 1,977opacusOpacus 是 Meta 开源的 PyTorch 差分隐私训练库，目标是让开发者用最小的代码改动，在 PyTorch 模型训练中引入可量化、可证明的隐私保护。★ 1,967fastdupfastdup 是一个开源的图像与视频数据集分析工具，旨在帮助深度学习从业者快速发现数据集中的问题并提升数据质量。它通过高效的算法在短时间内扫描海量数据，自动识★ 1,915awesome-diarization这是一个精选的说话人日志（Speaker Diarization）资源列表，汇集了相关的论文、库、数据集和其他资源。它解决的是说话人日志领域信息分散、入门门槛高★ 1,912graph-fraud-detection-papers这是一个精选的图神经网络与Transformer在欺诈检测、异常检测和离群点检测领域的论文与资源列表。项目系统整理了基于图结构（如GNN、Graph Trans★ 1,900Make-It-3DMake-It-3D 是 ICCV 2023 收录的论文官方实现，旨在从单张 2D 图像生成高质量、高保真的 3D 模型。它解决了传统 3D 内容创建依赖多视角★ 1,898CoreML-ModelsCoreML-Models 是一个将多种主流深度学习模型转换为 Apple Core ML 格式的模型仓库（Model Zoo）。它解决了 iOS/macOS ★ 1,887nndeploynndeploy 是一款专注于 AI 模型部署的 C++ 框架，旨在解决深度学习模型从训练到生产环境落地时面临的碎片化问题。它提供统一的推理接口，屏蔽了不同后端★ 1,886ganspaceganspace 是一个用于发现 GAN 模型中可解释控制方向的开源工具，源自 NeurIPS 2020 论文。它解决了生成对抗网络（GAN）内部潜在空间难以理★ 1,795NLP-Models-TensorflowNLP-Models-Tensorflow 是一个汇集多种自然语言处理（NLP）模型实现的 TensorFlow 项目，主要面向 TensorFlow 1.13★ 1,780NLP-Knowledge-Graph这是一个专注于自然语言处理、知识图谱、对话系统和大模型技术的研究与应用的开源项目。它旨在整合前沿AI技术，为开发者提供从理论到实践的完整参考。项目可能包含多种模★ 1,773curatorcurator 是一个专注于合成数据策展的开源工具，主要服务于大语言模型的后训练阶段和结构化数据提取。它解决了高质量训练数据难以获取、合成数据质量参差不齐的问题★ 1,750NBA-Machine-Learning-Sports-Betting这是一个利用机器学习预测NBA比赛结果并辅助体育博彩决策的开源项目。它解决了体育博彩中依赖主观经验和直觉、缺乏数据支撑的问题，通过数据驱动的方式提高预测准确性。★ 1,748lightly-trainlightly-train 是一个面向视觉模型的一体化训练框架，支持 YOLO、ViT、RT-DETR、DINOv3 等主流架构，覆盖预训练、微调和蒸馏全流程。★ 1,716Awesome-Interaction-Aware-Trajectory-Prediction这是一个聚焦交互感知轨迹预测（Interaction-Aware Trajectory Prediction）的精选资源合集，主要服务于自动驾驶、机器人导航与行★ 1,693fg-data-syntheticfg-data-synthetic 是一个专注于表格数据和时间序列数据合成的开源工具库。它利用生成对抗网络（GAN）等深度学习技术，解决真实数据获取成本高、隐私★ 1,661DAMO-ConvAIDAMO-ConvAI 是阿里巴巴达摩院开源的对话 AI 代码库，汇集了其在对话理解、对话生成与任务型对话等方向的研究成果与实现。项目解决的核心问题是：让开发者★ 1,608Semi-supervised-learning这是一个统一半监督学习代码库，对应 NeurIPS 2022 论文，旨在解决半监督学习领域算法实现分散、难以公平对比的问题。它把 FixMatch、FlexMa★ 1,591brevitasBrevitas 是 Xilinx（AMD）开源的 PyTorch 神经网络量化库，专注为 FPGA 与硬件加速场景提供从训练到部署的量化支持。它解决的核心问题★ 1,589rwkv.cpprwkv.cpp 是一个专注于在 CPU 上高效运行 RWKV 语言模型的推理引擎，支持 INT4、INT5、INT8 和 FP16 等多种量化精度。它解决了 ★ 1,588model-optimizationmodel-optimization 是 TensorFlow 官方推出的模型优化工具包，面向 Keras 和 TensorFlow 模型，提供量化、剪枝和权重★ 1,580AdaIN-styleAdaIN-style 是一个基于 Lua 和 Torch 实现的实时任意风格迁移项目，源自论文《Arbitrary Style Transfer in Rea★ 1,571Generative_Deep_Learning_2nd_Edition这是 O'Reilly 出版的《Generative Deep Learning》第二版的官方代码仓库，旨在通过 Jupyter Notebook 教程，帮助读★ 1,568OpenSeq2SeqOpenSeq2Seq 是 NVIDIA 开源的序列到序列学习工具包，专注于语音识别、文本转语音和自然语言处理任务。它解决了研究人员在搭建和实验 seq2seq★ 1,560skforecastskforecast 是一个基于 Python 的时间序列预测库，它允许用户直接使用 scikit-learn 兼容的机器学习模型（如随机森林、XGBoost、★ 1,537AuKAuK 是一个开源语音生成与编辑基础模型，目标是把语音合成、语音编辑、说话人提取、语音增强和音源分离等任务统一到一个模型框架中。它解决的是传统语音流水线中模型碎★ 1,534chatgpt-comparison-detection这是一个用于检测文本是否由ChatGPT等大型语言模型生成的工具集，核心是发布了Human ChatGPT Comparison Corpus (HC3)数据集★ 1,482tensor-housetensor-house 是一个面向企业场景的 AI/ML 参考实现集合，以 Jupyter Notebook 形式提供端到端的演示应用，覆盖营销、定价、供应链★ 1,462mlreefmlreef 是一个面向机器学习团队的协作工作区，旨在解决 ML 项目中代码、数据和实验管理分散、协作效率低的问题。它提供统一的项目空间，集成代码仓库、数据版本★ 1,462mlx-tunemlx-tune 是一个专为 Apple Silicon Mac 设计的 LLM 微调工具，基于 MLX 框架原生运行，让开发者无需云端 GPU 即可在本地完成★ 1,444Voice-Cloning-AppVoice-Cloning-App 是一个基于 Python 和 PyTorch 的开源语音克隆工具，旨在让用户通过简单的操作合成逼真的人声。它解决了传统语音合★ 1,437OpenCVTutorialsOpenCVTutorials 是一份 OpenCV-Python 4.1 的中文文档项目，旨在为中文开发者提供系统、易懂的 OpenCV 学习资料。它解决了官★ 1,437tabiclTabICLv2 是一个基于上下文学习（In-Context Learning）的表格数据基础模型，旨在解决传统表格预测模型需要针对每个数据集重新训练、泛化能力★ 1,430video-diffusion-pytorchvideo-diffusion-pytorch 是 Jonathan Ho 论文《Video Diffusion Models》的 PyTorch 实现，将 D★ 1,391KnowLMKnowLM 是一个开源的知识增强大语言模型框架，旨在提升大模型在知识密集型任务上的表现。它通过整合外部知识库、知识图谱和结构化数据，在预训练、微调和推理阶段注★ 1,385FireRed-Image-EditFireRed-Image-Edit 是一个开源的图像编辑基础模型，旨在解决现有图像编辑工具在指令遵循、生成保真度和身份一致性上的不足。它基于扩散模型架构，支持★ 1,379Matcha-TTSMatcha-TTS 是一个基于条件流匹配（Conditional Flow Matching）的快速文本转语音（TTS）架构，发表于 ICASSP 2024。★ 1,369getigeti 是英特尔推出的计算机视觉模型训练平台，旨在用更少的数据和更短的时间构建高性能视觉模型。它解决了传统深度学习模型开发中数据标注成本高、训练周期长、调参复★ 1,358awesome-vlm-architectures这是一个精心整理的视觉语言模型（VLM/MLLM）架构目录，收录了155+个相关模型，涵盖论文、架构图、训练配方、数据集以及发布时间线。项目以可视化的方式呈现多★ 1,339CrossAttentionControlCrossAttentionControl 是论文《Prompt-to-Prompt Image Editing with Cross Attention Co★ 1,338prunaPruna 是一个面向开发者的模型优化框架，旨在以最小的工作量让 AI 模型运行得更快、更高效。它主要解决深度学习模型在推理阶段的性能瓶颈问题，通过组合多种优化★ 1,324merlinMerlin 是一个基于深度学习的开源语音合成工具包，专注于文本到语音（TTS）和语音转换任务。它解决了传统语音合成系统依赖复杂信号处理、难以扩展的问题，提供了★ 1,321PyTorch-CycleGAN这是一个基于PyTorch的CycleGAN清洁可读实现，用于无配对图像到图像的转换。它解决了传统GAN需要成对训练数据的问题，通过循环一致性损失实现两个域之间★ 1,320airunnerAirunner 是一个面向桌面端的离线 AI 推理引擎，集成了图像生成、实时语音对话、LLM 聊天机器人和自动化工作流。它解决的是用户对 AI 工具隐私和本地★ 1,318articulated-animationarticulated-animation 是论文《Motion Representations for Articulated Animation》的官方代码★ 1,279ai-engineering-from-scratch-zh这是一个面向中文开发者的 AI 工程系统学习项目，把从零到精通 AI Agent 工程师所需的完整知识路径拆成 20 个阶段、503 节课，覆盖 Python ★ 1,259

相关标签

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