keras
本站收录 35 个带「keras」标签的 AI 开源项目
best-of-ml-python这是一个精选的机器学习Python库排行榜，每周自动更新，按GitHub星标数排序，帮助开发者快速发现和评估优秀的ML工具。它解决了机器学习生态中库数量庞大、质★ 23,828
wandb面向 AI 开发者的实验追踪与模型管理平台，支持训练过程的实时监控、指标可视化与团队协作，并能对模型从实验到生产的全生命周期进行管理。无论是调参对比、结果复现还★ 11,266
polyaxonPolyaxon 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★ 3,737
TensorFlow.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★ 3,395
determinedDetermined 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 ★ 3,241
NBA-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。★ 1,726
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★ 1,321
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★ 990
CartoonGan-tensorflowCartoonGan-tensorflow 是 CVPR 2018 论文 CartoonGAN 的 TensorFlow 2.0 Alpha 实现，用于将真实照★ 938
keras_cv_attention_modelskeras_cv_attention_models 是一个基于 TensorFlow/Keras 的计算机视觉模型库，汇集了众多主流和前沿的视觉骨干网络，如 B★ 626
neptune-clientneptune-client 是 Neptune.ai 的官方 Python 客户端库，用于跟踪和记录基础模型训练过程中的实验数据。它解决了机器学习团队在训练大★ 623
modelstoremodelstore 是一个 Python 库，用于机器学习模型的版本管理、导出和保存。它解决了模型在训练后难以统一管理和复现的问题，支持将模型保存到本地文件系★ 403
Seq2seq-Chatbot-for-Keras这是一个基于Keras实现的seq2seq聊天机器人项目，采用生成式对话模型，通过编码器-解码器架构学习对话模式。项目解决了传统检索式聊天机器人回复僵硬、缺乏上★ 330
Chinese-ChatBotChinese-ChatBot 是一个基于深度序列到序列（Seq2Seq）模型的中文聊天机器人，使用约10万组中文对白训练而成，并引入注意力机制（Attenti★ 322
debug_seq2seq这是一个基于Keras的seq2seq对话机器人实现，旨在让Keras用户能够快速构建和训练序列到序列模型。项目解决了Keras原生对seq2seq支持不足的问★ 233
watchtowerAIShield Watchtower 是一个用于AI模型洞察与漏洞扫描的开源工具，旨在帮助开发者和安全团队深入理解AI模型的行为，并识别潜在的安全风险。它通过★ 203
Voice-synthesisVoice-synthesis 是一个基于 SV2TTS（说话人验证到多说话人语音合成）框架的实时语音合成实现，包含编码器、合成器和声码器三阶段。它允许用户仅用★ 170
NLP-pretrained-model这是一个自然语言处理预训练模型的集合仓库，收录了基于Keras、MXNet等深度学习框架的多种预训练模型，涵盖词向量、句向量、文本分类等常见NLP任务。项目旨在★ 169
Deep-Learning-Coursera这是一个存放 deeplearning.ai 在 Coursera 上《深度学习专项课程》编程练习和个人作业的仓库，包含神经网络与深度学习、改善深层网络、结构化★ 137
keras-sd-servingkeras-sd-serving 是一个展示如何将基于 Keras 的 Stable Diffusion 模型部署为服务的开源项目。它主要解决 Keras 生态★ 112
mlops-projects这是一个面向实战的 MLOps 项目合集，旨在帮助学习者通过动手实践掌握机器学习工程在生产环境中的落地技能。项目以 Jupyter Notebook 为主要载体★ 112
clientDagsHub client 是 DagsHub 平台提供的 Python 客户端库，用于与 DagsHub 的数据和模型管理功能进行交互。它解决了机器学习项目★ 105
CNN_Intent_Classification这是一个基于卷积神经网络（CNN）的意图分类项目，用于聊天机器人中识别用户意图。它解决了传统规则或简单机器学习方法在意图识别上准确率低、泛化能力差的问题，通过深★ 102
mloperatormloperator 是一个面向 Kubernetes 的机器学习/AI 训练、推理服务及智能体沙箱的 Operator 和控制器。它解决了在 Kubernet★ 95
ai-ml-roadmap这是一个面向2025年AI和机器学习初学者的学习路线图项目，旨在提供从基础到进阶的系统化学习路径。它解决了初学者面对海量AI/ML资源时不知从何入手、学习路径不★ 90
dreambooth-kerasdreambooth-keras 是一个基于 KerasCV 和 TensorFlow 的 DreamBooth 实现，旨在让开发者无需依赖 PyTorch 生★ 88
examplesNeptune 是一个用于机器学习实验管理和 MLOps 的元数据存储库。这个名为 examples 的仓库是 Neptune 官方提供的示例集合，展示了如何将★ 87
sdksdk 是一个面向生产环境机器学习（ML）的元数据存储基础设施。它旨在解决 ML 模型开发与部署过程中元数据管理混乱、难以追踪的问题，为模型、数据集、训练运行等★ 87
Image_Preprocessing_Techniques这是一个图像预处理技术集合库，专注于为图像分类和图像生成任务提供多种预处理方法。项目基于Python和Keras实现，收集了包括归一化、数据增强、滤波、几何变换★ 79
guided-diffusion-kerasguided-diffusion-keras 是一个基于 Keras 框架实现的扩散模型库，专注于文本到图像的生成任务。它提供了从零开始构建和训练扩散模型的完整★ 76
On-Device-Stable-Diffusion这是一个在移动设备上运行 Stable Diffusion 的开源项目，基于 Flutter 框架和 Dart 语言实现。它解决了在手机等资源受限设备上部署大规★ 68
recommenderrecommender 是一个基于 Django 和协同过滤算法的推荐引擎示例项目。它解决了开发者快速搭建个性化推荐系统的入门难题，通过 Python 实现用户★ 68
polyaxon-examplespolyaxon-examples 是 Polyaxon 平台的官方示例代码库，提供了一系列教程和示例，帮助用户快速上手 Polyaxon。Polyaxon 是★ 67
keras-text-to-imagekeras-text-to-image 是一个基于 Keras 的早期文本生成图像项目，利用 GAN（生成对抗网络）和 Word2Vec 以及循环神经网络（RN★ 64
stable-diffusion-keras-ft这是一个基于Keras和TensorFlow的Stable Diffusion微调工具，旨在让开发者无需深入理解扩散模型内部细节，即可用自定义数据集对预训练的S★ 64