搜索结果:deep(168 个)
按分类缩小范围
fiftyone
综合 70
用于构建与优化高质量数据集及视觉 AI 模型的工具平台。
kirara-ai
综合 70
可 DIY 的多模态 AI 聊天机器人,支持接入微信、QQ、Telegram 等多平台与多种大模型。
语义分割模型库,内置 500 多种基于卷积和 Transformer 的预训练骨干网络。
DeepResearch
综合 70
通义 Deep Research,领先的开源深度研究 Agent。
unilm
综合 69
微软开源的大规模自监督预训练研究项目,跨越多种任务、语言和模态。
onnx
综合 69
用于机器学习模型互操作性的开放标准。
X-AnyLabeling
综合 69
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。
fg-data-profiling
综合 69
仅需一行代码,即可对 Pandas 和 Spark DataFrame 进行数据质量分析与探索。
recommenders
综合 69
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。
JavaGuide (Java面试指南)
综合 69
Java 及后端通用面试指南,覆盖计算机基础、数据库、分布式、高并发与 AI 应用开发。
spaCy
综合 69
面向 Python 的工业级自然语言处理(NLP)开发库。
label-studio
综合 69
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。
deep-research
综合 69
结合搜索引擎、网页抓取与 LLM,针对任意主题开展迭代式深度研究的 AI 助手。
spleeter
综合 69
Deezer 开源的源分离库,包含预训练模型。
pytorch-grad-cam
综合 69
计算机视觉 AI 可解释性工具,支持 CNN、Vision Transformer 等模型及分类、检测等任务。
all-in-rag
综合 68
大模型应用开发实战:RAG 技术全栈指南,提供在线阅读教程。
ludwig
综合 68
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
综合 68
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。
mindshub
综合 68
统一的工作区平台,让各类开源模型协同为你完成各种任务。
autogluon
综合 68
仅需三行代码即可实现的快速且高精度的 AutoML 机器学习库。