deep-learning 第 6 页
本站收录 857 个带「deep-learning」标签的 AI 开源项目(按 GitHub 星标从高到低,第 6 / 18 页)
prunaPruna 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★ 1,392
FireRed-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★ 1,389
KnowLMKnowLM 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★ 1,384
getigeti 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★ 1,378
Matcha-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。★ 1,375
awesome-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★ 1,368
ai-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 ★ 1,345
CrossAttentionControlCrossAttentionControl 是论文《Prompt-to-Prompt Image Editing with Cross Attention Co★ 1,336
merlinMerlin 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★ 1,320
airunnerAirunner 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★ 1,318
PyTorch-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★ 1,318
articulated-animationarticulated-animation 是论文《Motion Representations for Articulated Animation》的官方代码★ 1,281
Learning-Deep-Learning这是一个以 Jupyter Notebook 形式维护的深度学习与机器学习论文阅读笔记仓库,作者按主题系统整理了 CNN、计算机视觉、3D 目标检测与识别、医学★ 1,281
Paint-by-ExamplePaint-by-Example 是一个基于扩散模型的图像编辑工具,通过给定示例图像,实现对输入图像的语义编辑,如替换物体、改变风格等。它解决了传统图像编辑需要★ 1,254
nncfNNCF(Neural Network Compression Framework)是 Intel 开源的神经网络压缩框架,专为提升 OpenVINO 推理性能★ 1,222
torchxrayvisionTorchXRayVision 是一个面向胸部 X 光影像的开源工具库,集成了多个公开数据集和预训练模型,覆盖分类、分割和自编码器三大任务。它解决了医学影像研究★ 1,217
cleanvisionCleanVision 是一个用于图像数据集质量检测的开源 Python 库,旨在自动发现图像数据中的各类问题,帮助数据科学家和机器学习工程师实践以数据为中心的★ 1,213
arbitrary-image-stylization-tfjs这是一个基于 TensorFlow.js 的任意风格迁移工具,允许用户将任意艺术风格应用到任意内容图像上,无需预先训练特定风格模型。它解决了传统风格迁移需要为每★ 1,205
ai-learning-roadmapsai-learning-roadmaps 是一个系统化的人工智能学习资源中心,旨在为从初学者到进阶者提供完整的学习路径。项目整合了 AI、机器学习、深度学习、数★ 1,199
VITON-HDVITON-HD 是一个基于 PyTorch 的高分辨率虚拟试穿(Virtual Try-On)开源项目,来自 CVPR 2021 论文。它主要解决电商和时尚领★ 1,175
clean-fidclean-fid 是一个用于计算 FID(Frechet Inception Distance)分数的 PyTorch 工具库,由 CVPR 2022 论文提★ 1,171
MagicDriveMagicDrive是ICLR 2024收录的论文官方实现,专注于自动驾驶场景的街景图像生成。它通过扩散模型结合3D几何控制,解决自动驾驶数据稀缺和多样性不足的★ 1,168
lhotseLhotse 是面向语音与多模态机器学习的 Python 数据工具库,重点解决训练数据准备和加载环节的工程复杂度。它把音频、文本、特征等异构数据统一抽象成可序列★ 1,166
TransformerTTSTransformerTTS 是一个基于非自回归 Transformer 架构的文本转语音(TTS)开源实现,由 Axel Springer AI 团队开发。它★ 1,162
auto-deep-researcher-24x7这是一个自主运行深度学习实验的AI智能体,能在你睡觉时24/7不间断地执行实验任务。它解决的是研究人员需要长时间盯守实验、手动调参和监控的痛点。核心能力包括:基★ 1,143
DataDreamerDataDreamer 是一个专注于合成数据生成与模型训练对齐的开源 Python 库。它解决的核心问题是:在真实数据稀缺或受隐私限制时,如何通过提示词(Pro★ 1,126
hagridhagrid 是一个手势识别图像数据集项目,提供带边界框标注的手部图像数据,用于训练和评估手势分类与手部检测模型。它解决手势识别领域缺少大规模、标注规范且覆盖多★ 1,095
awesome-llm-role-playing-with-persona这是一个精选资源列表,汇集了关于大语言模型(LLM)角色扮演(带有人设)的相关论文、数据集、模型、框架和工具。它解决了研究者和开发者在构建角色扮演AI时,难以快★ 1,091
Biodiversity这是微软 AI for Good 实验室的生物多样性研究枢纽仓库,集中托管面向生态保护的开源 AI 模型、边缘设备方案与工具链。它解决的核心问题是:野生动物保护★ 1,091
asreviewASReview 是一个基于主动学习的系统性文献综述工具,用 Python 编写。系统性综述通常需要研究者从成千上万篇文献中逐篇筛选,耗时且枯燥。ASRevie★ 1,075
efficient-dl-systems这是一个面向深度学习系统的高效实现课程材料仓库,由多伦多大学等机构维护,内容涵盖深度学习系统的高效训练、推理、部署等核心主题。项目通过Jupyter Noteb★ 1,052
auroraAurora 是微软研究院开源的地球系统基础模型实现,用于高精度天气预报和大气、海洋、空气质量等地球科学预测。它基于多模态、多分辨率的大气数据训练,能处理从分钟★ 1,047
libreyoloLibreYOLO 是一个采用 MIT 许可证的开源计算机视觉库,用 Python 编写,目标是为开发者提供自由、可商用的 YOLO 系列目标检测实现。它解决的★ 1,032
DoRADoRA(权重分解低秩适配)是ICML 2024口头报告论文的官方PyTorch实现,一种参数高效微调方法。它通过将预训练权重分解为幅度和方向两个分量,并对方向★ 1,008
free-ai-resources-x这是一个精选的免费AI资源集合项目,收录了高质量的AI工具、API、数据集和学习资料,覆盖机器学习、深度学习、生成式AI、自然语言处理和数据分析等领域。项目旨在★ 1,007
keras-hubKerasHub 是 Keras 3 官方推出的预训练模型中心,为深度学习开发者提供统一、简洁的模型调用接口。它解决的核心问题是:在 Keras 3 多后端(T★ 999
vectordb-recipesvectordb-recipes 是一个围绕向量数据库和 LLM 的多模态 AI、RAG 与智能体应用示例与教程集合。它旨在解决开发者在使用向量检索构建实际 A★ 990
photoguardPhotoGuard是一个旨在防御恶意AI图像编辑的开源项目,由MIT的研究人员开发。它通过给图像添加难以察觉的扰动,破坏扩散模型(如Stable Diffus★ 989
NISQANISQA是一个基于深度学习的非侵入式语音质量与TTS自然度评估工具。它解决了传统语音质量评估需要原始参考信号(侵入式)的问题,能够在无参考的情况下,仅凭待测语★ 988
ai-audio-datasets覆盖语音、音乐与音效的 AI 音频数据集合集,为生成式 AI、AIGC、模型训练与智能音频工具开发提供高质量训练数据,是构建音频 AI 应用、开展相关研究的实用★ 973
AgileRLAgileRL 是一个专注于强化学习(RL)的 Python 库,旨在通过 RLOps(强化学习运维)理念简化 RL 算法的开发、训练和部署流程。它解决了 RL★ 970
MixNMatchMixNMatch 是一个基于 PyTorch 的图像生成与编辑工具,专注于解耦表示学习。它能够将图像分解为背景、形状、外观和姿态四个独立因子,并支持用户通过任★ 964
StarryDivineSkyStarryDivineSky 是一个精选开源项目聚合仓库,收录了超过 10,000 个优质项目,覆盖机器学习、深度学习、自然语言处理、图神经网络、推荐系统、生★ 955
nucleotide-transformerNucleotide Transformer 是一个面向基因组学和转录组学的开源基础模型项目,旨在利用大规模预训练 Transformer 架构来学习 DNA ★ 943
SmartJavaAISmartJavaAI 是一个基于 Java 的免费离线 AI 算法工具箱,旨在为 Java 开发者提供开箱即用的 AI 能力,解决 Java 生态中缺乏易用 ★ 940
CartoonGan-tensorflowCartoonGan-tensorflow 是 CVPR 2018 论文 CartoonGAN 的 TensorFlow 2.0 Alpha 实现,用于将真实照★ 935
AITreasureBoxAITreasureBox 是一个自动收集 AI 相关资源的开源清单项目,用 Ruby 脚本定期抓取并整理 GitHub 上的 AI 仓库、工具、网站、论文与教★ 930
FasterViTFasterViT 是一个面向视觉任务的高效 Transformer 模型,由 NVIDIA 研究人员开发,相关论文发表于 ICLR 2024。它旨在解决传统 ★ 928
vision_pilotvision_pilot 是一个免费且完全开源的 L2 级高级驾驶辅助系统(ADAS)软件栈,采用端到端人工智能技术驱动。它旨在为开发者、研究人员和汽车爱好者提★ 928
mindnlpmindnlp 是一个开源项目,旨在将 Hugging Face 生态的 Transformers 和 Diffusers 模型无缝迁移到华为 MindSpor★ 921