深度学习最佳AI工具集合：网站、应用和开源项目
ML-Notebooks: 机器学习实践指南
一个包含各种机器学习任务和应用的Jupyter notebook集合,旨在提供简洁、易用且可扩展的代码示例,适合教育和研究目的使用。
ML-YouTube-Courses: 发现最新机器学习/AI课程的宝库
ML-YouTube-Courses是一个开源项目,旨在收集和整理YouTube上最新、最优质的机器学习和人工智能课程资源,为学习者提供便捷的学习渠道。
LearnOpenCV：计算机视觉和人工智能学习的宝库
LearnOpenCV是一个致力于传播计算机视觉、机器学习和人工智能知识的综合性平台。通过丰富的教程、代码示例和视频内容，它为学习者提供了从入门到精通的全方位学习资源，助力每个人在这个快速发展的领域中取得成功。
从零开始构建大语言模型:深入理解LLM原理与实现
本文详细介绍了如何从头开始实现类似ChatGPT的大语言模型(LLM),包括基础知识、核心架构和实践指南,帮助读者深入理解LLM的工作原理并掌握构建技能。
AutoCoder：突破性的代码生成模型
AutoCoder是一个专为代码生成任务设计的新型大语言模型，在HumanEval基准测试中的表现超越了GPT-4 Turbo和GPT-4o，同时提供了更灵活的代码解释器功能。本文将深入探讨AutoCoder的特点、性能和潜在应用。
TensorHouse: 企业级AI/ML应用的开源工具箱
TensorHouse是一个面向企业级AI/ML应用场景的开源工具箱,提供了丰富的Jupyter notebook和示例应用,涵盖营销、定价、供应链、智能制造等多个领域,旨在加速企业AI/ML项目的评估、分析和原型开发。
PyTorch实用教程(第二版):从入门到工业落地的全面指南
《PyTorch实用教程》(第二版)是一本全面的深度学习实战指南,涵盖了PyTorch基础、计算机视觉、自然语言处理、大语言模型以及推理部署等内容,旨在帮助读者快速掌握PyTorch,并具备独立开发AI应用的能力。
MatMul-Free LLM：革新大型语言模型的计算方式
MatMul-Free LLM是一种创新的大型语言模型架构，通过消除矩阵乘法运算，大幅降低了计算成本，同时保持了模型性能。本文深入探讨了这一突破性技术的原理、优势及其对AI领域的潜在影响。
ALPA: 自动并行化大规模神经网络训练和服务的开源框架
ALPA是一个用于训练和服务大规模神经网络的开源系统。它通过自动并行化技术,使用户只需几行代码就能在分布式集群上高效训练和部署大型模型。
Higgsfield: 革命性的大规模分布式机器学习框架
Higgsfield是一个开源的、容错的、 高度可扩展的GPU编排和机器学习框架,专为训练拥有数十亿到数万亿参数的大型模型而设计,如大型语言模型(LLMs)。它简化了大规模模型训练过程,为开发者提供了一个多功能且强大的工具集。
Tensorflow项目模板：一个简单而强大的深度学习项目结构
Tensorflow-Project-Template是一个为TensorFlow深度学习项目设计的简洁而实用的项目模板，它结合了简单性、最佳实践的文件夹结构和良好的面向对象设计，帮助开发者快速搭建高质量的TensorFlow项目 。
ONNX Simplifier: 简化您的ONNX模型
ONNX Simplifier是一个强大的工具,可以帮助您简化复杂的ONNX模型,提高模型的可读性和执行效率。本文将详细介绍ONNX Simplifier的背景、功能和使用方法。
深入解析Dive-into-DL-TensorFlow2.0:将《动手学深度学习》迁移至TensorFlow 2.0
Dive-into-DL-TensorFlow2.0是一个将《动手学深度学习》原书中的MXNet代码实现改写为TensorFlow 2.0版本的开源项目。本文详细介绍了该项目的背景、内容和使用方法,为想要学习深度学习和TensorFlow 2.0的读者提供了宝贵的学习资源。
PyTorch中文文档与教程:深度学习框架的本土化之路
PyTorch中文文档项目是由ApacheCN组织发起的开源翻译项目,旨在为中文用户提供完整的PyTorch官方文档和教程的中文版本,促进PyTorch在中文社区的普及与发展。
AlphaZero通用框架:一种强大的自学习AI算法
AlphaZero是一种革命性的自学习AI算法,可以在没有人类知识的情况下掌握复杂的棋类游戏。本文介绍了AlphaZero的核心原理和实现方法,以及如何将其应用于各种游戏。
Deep Java Library (DJL): Java生态系统中的深度学习框架
Deep Java Library (DJL)是一个开源的、高级的、与引擎无关的Java深度学习框架。它为Java开发人员提供了一种简单易用的方式来开发、训练和部署深度学习模型。
TensorFlow Probability: 概率推理和统计分析的强大工具
TensorFlow Probability是一个用于概率推理和统计分析的强大库,它与TensorFlow深度学习框架无缝集成,为机器学习研究人员和工程师提供了丰富的概率工具。
深度学习人员重识别库Torchreid:功能强大的PyTorch实现
Torchreid是一个基于PyTorch的深度学习人员重识别库,提供了多GPU训练、多数据集训练、跨数据集评估等强大功能,是人员重识别研究的重要工具。
d2l-pytorch: 动手学深度学习的PyTorch实现
本文介绍了d2l-pytorch项目,该项目是《动手学深度学习》一书的PyTorch代码实现版本,为深度学习初学者提供了实用的学习资源。
Muzic: 微软的人工智能音乐理解与生成项目
Muzic是微软亚洲研究院开发的一个创新性AI音乐项目,旨在利用深度学习和人工智能技术赋能音乐理解和生成。本文将详细介绍Muzic项目的背景、功能模块以及最新研究成果。
推荐工具精选
AI云服务特惠
懂AI专属折扣关注微信公众号
最新AI工具、AI资讯
独家AI资源、AI项目落地
微信扫一扫关注公众号