deep-learning-from-scratch
MemorialCheng
Explorez les outils pour entraîner, évaluer et exécuter des modèles, et comparez leur popularité.
MemorialCheng
meta-pytorch
Optimisation bayésienne dans PyTorch
meta-pytorch
Génération de texte avec des Transformers natifs de PyTorch, simple et efficace, en moins de 1000 lignes de Python.
meta-pytorch
PyTorch Single Controller
meta-pytorch
Entraînement de modèles PyTorch avec confidentialité différentielle
meta-pytorch
Bibliothèque native PyTorch pour le post-entraînement
microsoft
microsoft
microsoft

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.
mimoralea
Grokking Deep Reinforcement Learning
MinishLab
Embeddings statiques rapides et à la pointe de la technologie
minivision-ai
minivision-ai
mizorewww
MLCIL
Scikit-learn compatible library for molecular fingerprints and chemoinformatics
mlfoundations
mllam
mne-tools
MNE : magnétoencéphalographie (MEG) et électroencéphalographie (EEG) en Python
modal-labs
Examples of programs built using Modal
modelscope

ModelScope : concrétise le concept de modèles en tant que service.
monatis
monologg
montanaflynn
Package de bibliothèque statistique Golang complet, largement testé et sans dépendances.