搜索结果：deep-learning（67 个）

用于自主 ML 研究的纯 Markdown 技能库，支持跨模型审查闭环、灵感发现与自动化实验。

支持 20+ 款高性能 LLM，提供规模化预训练、微调及部署方案。

汇聚海量 AI 模型开箱即用数据集的枢纽，并提供快速、易用且高效的数据处理工具。

开源多智能体（Multi-Agent）框架，致力于探索 Agent 领域的 Scaling Law。

直接在浏览器内运行的高性能 LLM 推理引擎。

兼具出色 LLM 性能的 RNN 架构，支持像 Transformer 一样并行训练，融合二者优势。

基于 PyTorch 的开源全能语音处理工具包。

用于构建与优化高质量数据集及视觉 AI 模型的工具平台。

用于机器学习模型互操作性的开放标准。

轻量高效的跨平台桌面标注工具，支持文本、图像、视频、点云等多模态数据标注。

微软推荐系统算法与工程的最佳实践合集，包含常用的推荐模型与评测基准。

面向 Python 的工业级自然语言处理（NLP）开发库。

Label Studio 是一款支持多类型数据的标注工具，提供标准化输出格式。

前沿音乐生成模型，支持符号规划、零样本翻唱与 Agent 式音乐编辑。

Deezer 开源的源分离库，包含预训练模型。

用于构建自定义 LLM、神经网络及其他 AI 模型的低代码框架。

SynapseML（原 MMLSpark）是基于 Apache Spark 的分布式机器学习库，主要解决大规模数据下构建 ML 流水线复杂度高的问题。它无缝兼容 SparkML API，支持在弹性集群上分布式训练，覆盖文本分析、计算机视觉、异常检测及深度学习等任务，并支持 Python、Scala 等多语言调用。

仅需一行代码，即可对 Pandas 和 Spark DataFrame 进行数据质量分析与探索。

仅需三行代码即可实现的快速且高精度的 AutoML 机器学习库。

AI 开发者平台，用于训练、微调模型，覆盖从实验跟踪到生产部署的全流程管理。