机器学习 · GitHub

⚡ TabPFN：表格数据基础模型 ⚡

Real-ESRGAN 致力于开发实用的通用图像/视频复原算法。

从零开始的机器学习。使用 NumPy 实现精简的机器学习模型和算法，注重易于理解和使用，旨在涵盖从线性回归到深度学习的各个方面。

面向实时和流媒体的跨平台、可定制机器学习解决方案。

Stable Diffusion 网页界面

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

学习如何开发、部署和迭代生产级 ML 应用。

📄 基于 ONNX Runtime、OpenVINO、MNN、PaddlePaddle、TensorRT 和 PyTorch 的优秀 OCR 工具包，支持多种编程语言。

X-AnyLabeling：一款轻量、高效且统一的跨平台桌面应用，用于标注文本、图像、视频、点云和多模态数据，集多样的内置工具、先进的 AI 模型与灵活的多格式导出于一体。

• 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.

使用深度学习将音频转录为 MIDI 的音频插件。

用于训练和推理的开源语音识别工具包，支持流式自动语音识别、语音活动检测（VAD）、标点恢复、说话人分离流水线，以及兼容 OpenAI 的服务和 MCP 服务。

越南语语音合成，支持即时语音克隆 • 设备端运行 • CPU 实时推理 • 48 kHz 音频质量 • 越南语文本转语音 • 越南语文本转语音 • 越南语语音合成

RF-DETR 是 Roboflow 开发的实时目标检测与分割模型架构，在 COCO 上达到 SOTA，为微调而设计。[ICLR 2026]

✅（已完结）超级全面的 深度学习 笔记【土堆 Pytorch】【李沐 动手学深度学习】【吴恩达 深度学习】【大飞 大模型Agent】

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.

检查、可视化并干预任意神经网络中的任意操作。无需更改模型代码，即可捕获每个激活值和梯度、完整计算图以及 800 多个元数据字段。支持 PyTorch、JAX、TensorFlow、MLX、PaddlePaddle 和 tinygrad。已在 6400 多个模型上验证。为研究人员及其 AI 智能体打造。

采用 C++ 核心的高性能 AI 流水线引擎，提供 50 多个可通过 Python 扩展的节点。在 IDE 中即可使用 13 多种模型提供商、8 多种向量数据库和智能体编排，构建、调试并扩展 LLM 工作流。包含 VS Code 扩展、TypeScript/Python SDK 以及 Docker 部署支持。

• 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 版代码——涵盖从数据获取到实时执行。

面向桌面的私密本地 AI 助手。支持语音和文字聊天、个人记忆、听写以及 MCP 工具。可通过 Ollama 或兼容 OpenAI 的服务器，在 macOS、Windows 和 Linux 上离线运行。

• A third person in the room. Bring Jarvis into an ongoing conversation with friends, talk through a problem aloud, or ask it to weigh in on a decision. “Jarvis, what do you think?” draws on the recent discussion, not just that one sentence.
• Remember beyond one session. Ask about past conversations, preferences and plans. Browse your local diary and knowledge graph in the Memory Viewer.

基于机器学习的漫画翻译器，使用 Rust 编写。

• Multi-format project management for raster images, archives, and PDFs with page sequencing
• Selective pipeline for detection, OCR, translation, and inpainting at page or project scope