deep-learning 第 6 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 6 / 17 页）

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★ 1,253torchxrayvisionTorchXRayVision 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★ 1,213cleanvisionCleanVision 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★ 1,212nncfNNCF（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★ 1,211arbitrary-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★ 1,205clean-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★ 1,171VITON-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★ 1,170MagicDriveMagicDrive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★ 1,165TransformerTTSTransformerTTS 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★ 1,162lhotseLhotse 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★ 1,160auto-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★ 1,136ai-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★ 1,127DataDreamerDataDreamer 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★ 1,126Biodiversity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★ 1,085awesome-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★ 1,078asreviewASReview 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★ 1,045efficient-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★ 1,043auroraAurora 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★ 1,029DoRADoRA（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★ 1,002keras-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★ 995vectordb-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★ 982NISQANISQA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★ 978ai-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★ 968MixNMatchMixNMatch 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★ 964AgileRLAgileRL 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★ 959StarryDivineSkyStarryDivineSky 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★ 952free-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★ 943CartoonGan-tensorflowCartoonGan-tensorflow 是 CVPR 2018 论文 CartoonGAN 的 TensorFlow 2.0 Alpha 实现，用于将真实照★ 937SmartJavaAISmartJavaAI 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 ★ 927FasterViTFasterViT 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 ★ 926nucleotide-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 ★ 926mindnlpmindnlp 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★ 920MindActMindAct 是一个让 Hugging Face 的 Transformers 与 Diffusers 模型无缝运行在华为昇腾 MindSpore 框架上的适★ 920muse-maskgit-pytorchMuse-MaskGit-PyTorch 是 Google 提出的 Muse 文本生成图像模型的非官方 PyTorch 实现。Muse 采用掩码生成式 Tran★ 916vision_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★ 916Chinese-Chatbot-PyTorch-Implementation这是一个基于PyTorch实现的中文聊天机器人，源自智能工单处理机器人项目的子模块。它解决了中文场景下构建对话系统的需求，提供了从数据预处理到模型训练与推理的完★ 915TexoTexo 是一个超轻量的 LaTeX 公式识别模型，参数量仅 20M，却能达到 SOTA 级别的识别精度。它主要解决数学公式 OCR 场景中模型过大、难以在浏览★ 909libreyoloLibreYOLO 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★ 906MidiTok专为深度学习模型设计的 MIDI 与符号音乐分词器，提供多种 tokenization 策略，可将符号音乐高效转换为模型可读的序列。是音乐生成、音乐理解等深度学★ 904mosecmosec 是一个高性能的机器学习模型服务框架，专注于解决模型部署中的吞吐量和资源利用率问题。它通过动态批处理（dynamic batching）和 CPU/G★ 902NLPBookNLPBook 是一本关于自然语言处理中神经网络与大语言模型的综合性开源书籍。它系统性地讲解了从经典神经网络结构（如RNN、CNN）到现代Transformer★ 892diffwaveDiffWave 是一个基于扩散概率模型的神经声码器与波形合成器，由 Google Brain 团队提出，用于从梅尔频谱等条件特征高效生成高质量语音波形。它解决★ 886REINVENT4REINVENT4 是阿斯利康开源的新一代分子生成与优化工具，用于药物发现中的从头设计、骨架跃迁、R 基团替换、连接子设计和分子优化。它把强化学习、迁移学习和多★ 879deep-learning-wizarddeep-learning-wizard 是一个开源深度学习指南与代码库，旨在帮助用户从掌握深度学习基础到在生产环境中部署模型。项目以 PyTorch 和 Py★ 878terratorchterratorch 是一个用于微调地理空间基础模型（GFMs）的 Python 工具包。它解决了遥感领域研究人员和开发者难以高效适配大型预训练模型到特定下游任★ 874AITreasureBoxAITreasureBox 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★ 874Daily-LLMDaily-LLM 是一个面向机器学习、深度学习与大模型方向的学习教育类开源项目，用 TypeScript 构建，汇集了 Python、算法面试、NLP、多模态★ 866SavantSavant 是一个基于 Python 的计算机视觉与视频分析框架，构建在 NVIDIA DeepStream 和 CUDA 之上，目标是让开发者用声明式 YA★ 863surogatesurogate 是一个专注于大语言模型训练与微调的高性能开源项目，基于 C++ 和 CUDA 实现，旨在提供“光速”般的训练体验。它针对 NVIDIA GPU★ 856Confucius4-TTSConfucius4-TTS 是一个多语言与跨语言零样本语音合成引擎，基于 PyTorch 构建。它解决的核心问题是：在无需针对特定说话人进行微调的情况下，用极★ 843

相关标签

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