機械学習 · GitHub

⚡ TabPFN：表形式データ向け基盤モデル ⚡

Real-ESRGANは、実用的な汎用画像・動画復元アルゴリズムの開発を目指します。

ゼロから学ぶ機械学習。アクセシビリティを重視した、機械学習モデルとアルゴリズムのシンプルな NumPy 実装。線形回帰からディープラーニングまで、幅広くカバーすることを目指します。

ライブおよびストリーミングのメディア向けに、クロスプラットフォームでカスタマイズできる ML ソリューション。

Stable Diffusion の Web UI

• Original txt2img and img2img modes
• One click install and run script (but you still must install python and git)

本番環境レベルの ML アプリケーションを開発、デプロイ、反復改善する方法を学べます。

📄 ONNX Runtime、OpenVINO、MNN、PaddlePaddle、TensorRT、PyTorchを基盤とする、複数のプログラミング言語向けの優れたOCRツールキットです。

X-AnyLabeling：テキスト、画像、動画、点群、マルチモーダルデータをアノテーションする、軽量で効率的かつ統合されたクロスプラットフォームのデスクトップアプリです。多彩な組み込みツールと最先端の AI モデル、柔軟な複数形式への書き出しを組み合わせています。

• Unified support for annotating and processing text, image, video, point cloud, and multimodal data.
• Covers tasks such as 2D image classification, object detection, instance segmentation, pose estimation, oriented object detection, multi-object tracking, optical character recognition, lane annotation, image captioning, visual question answering, document parsing, and 3D point clouds.

🐸💬 - テキスト読み上げのための深層学習ツールキット。研究・本番環境で十分に実証済み

• Text2Spec models (Tacotron, Tacotron2, Glow-TTS, SpeedySpeech).
• Speaker Encoder to compute speaker embeddings efficiently.

ディープラーニングを使って音声をMIDIに変換するオーディオプラグイン。

学習と推論に対応したオープンソースの音声認識ツールキットです。ストリーミング音声認識、音声区間検出（VAD）、句読点の補完、話者ダイアライゼーションのパイプラインに加え、OpenAI互換およびMCPのサービングをサポートします。

ベトナム語の音声合成。音声を即座にクローンできます • デバイス上で実行 • CPUによるリアルタイム推論 • 48 kHzの音質 • ベトナム語のテキスト読み上げ • ベトナム語のテキスト読み上げ • ベトナム語音声合成

オープンソースの SenseVoiceSmall モデルです。中国語（普通話）、広東語、英語、日本語、韓国語の音声認識、言語識別、感情認識、音声イベント検出に対応しています。

• Research scope vs released checkpoint: The broader SenseVoice work reports training on more than 400,000 hours and support for more than 50 languages. The released SenseVoiceSmall checkpoint linked above supports Mandarin, Cantonese, English, Japanese, and Korean; the benchmark comparisons below are task- and language-specific.
• Possess excellent emotion recognition capabilities, achieving and surpassing the effectiveness of the current best emotion recognition models on test data.

RF-DETR は Roboflow が開発したリアルタイム物体検出・セグメンテーションのモデルアーキテクチャで、COCO で SOTA を達成し、ファインチューニング向けに設計されています。[ICLR 2026]

✅（完結）土堆の PyTorch、李沐の『Dive into Deep Learning』、アンドリュー・ンのディープラーニング、大飞の大規模モデルエージェントについてまとめた、きわめて網羅的なディープラーニングノートです。

A series of Jupyter notebooks that walk you through the fundamentals of Machine Learning and Deep Learning in Python using Scikit-Learn, Keras and TensorFlow 2.

あらゆるニューラルネットワークの任意の演算を検査、可視化し、介入できます。モデルのコードを変更せずに、すべての活性値と勾配、計算グラフ全体、800 以上のメタデータ項目を取得します。PyTorch、JAX、TensorFlow、MLX、PaddlePaddle、tinygrad に対応しています。6400 以上のモデルで検証済みです。研究者とその AI エージェント向けに開発されています。

C++ コアと Python で拡張可能な 50 以上のノードを備えた高性能 AI パイプラインエンジン。13 以上のモデルプロバイダー、8 以上のベクトルデータベース、エージェントオーケストレーションに対応し、すべてを IDE から LLM ワークフローの構築、デバッグ、スケーリングに利用できます。VS Code 拡張機能、TypeScript/Python SDK、Docker デプロイにも対応しています。

• Rocket Builder - Drag, connect, and configure nodes visually, no boilerplate. Real-time observability tracks token usage, LLM calls, latency, and execution. Pipelines are portable JSON, version-controllable, shareable, and runnable anywhere.
• High-Performance C++ Runtime - Native multithreading purpose-built for the throughput demands of AI and data workloads. No bottlenecks, no compromises for production scale.

『Machine Learning for Trading』第3版のコード — データの収集からライブ実行まで。