Skip to content
Catégories de projets

Apprentissage automatique · GitHub

Explorez les outils pour entraîner, évaluer et exécuter des modèles, et comparez leur popularité.

Projets GitHub utiles

12,832 projets
1,380étoiles+1in 24h
deep-learning-from-scratch preview

《深度学习入门-基于Python的理论与实现》,包含源代码和高清PDF(带书签);慕课网imooc《深度学习之神经网络(CNN-RNN-GAN)算法原理-实战》;《菜菜的机器学习sklearn》

gpt-fast

meta-pytorch

6,275étoiles+1in 24h

Génération de texte avec des Transformers natifs de PyTorch, simple et efficace, en moins de 1000 lignes de Python.

nnscaler

microsoft

138étoiles+1in 24h
nnscaler preview

nnScaler: Compiling DNN models for Parallel Training

  • Ease of Use: Only a few lines of code need to be changed to enable automated parallelization.
  • Pythonic: The parallelization output is in PyTorch code, making it easy for users to understand and convenient for further development or customization.
1,859étoiles+1in 24h
responsible-ai-toolbox preview

Responsible AI Toolbox est une suite d’outils qui fournit des interfaces utilisateur et des bibliothèques pour explorer et évaluer les modèles et les données, afin de permettre une meilleure compréhension des systèmes d’IA. Ces interfaces et bibliothèques permettent aux développeurs et aux parties prenantes des systèmes d’IA de développer et de surveiller l’IA de manière plus responsable, ainsi que de prendre de meilleures mesures fondées sur les données.

model2vec

MinishLab

2,286étoiles+1in 24h

Embeddings statiques rapides et à la pointe de la technologie

  • State-of-the-Art Performance: Model2Vec models outperform any other static embeddings (such as GLoVe and BPEmb) by a large margin, as can be seen in our results.
  • Small: Model2Vec reduces the size of a Sentence Transformer model by a factor of up to 50. Our best model is just ~30 MB on disk, and our smallest model just ~8 MB (making it the smallest model on MTEB!).

laya-mlx

mizorewww

7,114étoiles+1in 24h
laya-mlx preview

Runtime MLX natif pour les modèles de décision typés de Laya : décisions courtes en 7 à 14 ms sur un M3 Max. Pas de génération de texte, de prise en charge de PyTorch ni d’API cloud.

modelscope

modelscope

9,224étoiles+1in 24h
modelscope preview

ModelScope : concrétise le concept de modèles en tant que service.

  • ModelScope offers a model-centric development and application experience. It streamlines the support for model training, inference, export and deployment, and facilitates users to build their own MLOps based on the ModelScope ecosystem.
  • For the model inference and training process, a modular design is put in place, and a wealth of functional module implementations are provided, which is convenient for users to customize their own model inference, training and other processes.

ggmlc

monatis

81étoiles+1in 24h
ggmlc preview

A multi-framework neural network compiler lowering PyTorch, JAX, Flax, and Keras models to portable, high-performance GGML execution