Windows-Machine-Learning

低延迟的机器学习推理API，适用于各种应用

Windows Machine Learning ONNX Runtime 机器学习模型优化工具 Github 开源项目

Windows Machine Learning通过ONNX Runtime和DirectML提供高效低延迟的机器学习推理API，适用于框架、游戏等实时应用。项目还包含多种模型转换和优化工具，示例以及开发者工具，帮助开发者在Windows应用中轻松实现机器学习。了解更多关于模型样本、高级场景和开发者工具的信息，并访问详细的教程和指南。

访问官网

Github

介绍相关项目

mace - 移动设备优化的深度学习推理框架

GithubMACEONNXTensorFlow开源项目深度学习推理框架移动端异构计算

MACE是一款专为Android、iOS、Linux和Windows设备设计的深度学习推理框架，优化了NEON、OpenCL、Hexagon等技术以提升性能。它支持多种模型格式，如TensorFlow、Caffe和ONNX，并提供高级API进行电源管理和UI响应优化。MACE设计注重内存使用、模型保护和平台覆盖，提供丰富的模型格式支持。

T-MAC - 优化低比特量化LLM推理的CPU加速框架

CPU加速GithubLLM推理T-MAC低比特量化开源项目矩阵乘法

T-MAC是一个创新的内核库，采用查找表技术实现混合精度矩阵乘法，无需反量化即可加速CPU上的低比特LLM推理。该框架支持多种低比特模型，包括GPTQ/gguf的W4A16、BitDistiller/EfficientQAT的W2A16和BitNet的W1(.58)A8。T-MAC在多种设备上展现出显著性能提升，例如在Surface Laptop 7上，单核处理速度可达20 tokens/s，四核可达48 tokens/s，比llama.cpp快4~5倍。

machine-learning-experiments - 交互式机器学习实验的集合

GithubJupyter笔记本TensorFlow卷积神经网络开源项目机器学习递归神经网络

该项目展示了一系列交互式机器学习实验，包括Jupyter笔记本来演示模型训练过程，以及在线演示页面来展示模型运行效果。涵盖多层感知机至卷积神经网络等多种技术，适合探索和学习各类机器学习方法。

MegEngine - 高效、可扩展且易于使用的深度学习框架

GithubMegEngine开源项目深度学习框架硬件需求训练与推理高性能

MegEngine是一个高效、可扩展且易于使用的深度学习框架，具有统一的训练和推理框架、低硬件要求和跨平台高效推理的三大关键特性。支持x86、Arm、CUDA、RoCM等多种平台，兼容Linux、Windows、iOS、Android等系统。通过DTR算法和Pushdown内存规划器，大幅降低GPU内存使用。适用于模型开发到部署的各个环节，致力于构建开放友好的AI社区。

LLamaSharp - 跨平台本地运行LLaMA和LLaVA模型的高效库

GithubLLaMALLaVALLamaSharpsemantic-kernel大模型开源项目

LLamaSharp是一个基于llama.cpp的跨平台库，支持在本地设备上高效运行LLaMA和LLaVA等大语言模型。该库提供高级API和RAG支持，便于在应用中部署大型语言模型。LLamaSharp兼容多种后端，支持CPU和GPU推理，适用于Windows、Linux和Mac平台。通过集成semantic-kernel和kernel-memory等库，LLamaSharp简化了应用开发，并提供多个示例和教程帮助用户快速上手。

MS-AMP - Microsoft自动混合精度深度学习工具包

FP8-LMGithubMS-AMPMicrosoft开源项目深度学习混合精度

MS-AMP是由微软开发的自动混合精度工具包，专为深度学习设计。最新版本v0.4.0已发布，详细信息可通过aka.ms/msamp/doc查看。此工具包显著提高人工智能模型训练效率，特别是在FP8大模型训练中表现突出。项目可能包含商标或标志，需遵循微软的商标和品牌使用指南。

ML-For-Beginners - 12周机器学习课程，涵盖回归、分类、聚类等经典技术

CurriculumData ScienceGithubMachine LearningMicrosoftScikit-learn开源项目

Microsoft提供的12周机器学习课程，共26节课，帮助初学者学习回归、分类、聚类等经典机器学习技术。课程内容丰富，包括预习复习测验、书面指导、视频演示和项目实践，覆盖基础知识、历史、自然语言处理、时间序列预测和强化学习。通过项目学习方式，学生能在实际操作中掌握新技能。

Custom Vision - 云端视觉AI平台提供智能图像标记和分类服务

AI工具API调用Custom Vision图像标记模型训练计算机视觉

Custom Vision是一个云端视觉AI平台，专注于图像分类和标记。该平台支持用户上传并标记图像，或为未标记图像快速添加标签。通过标记数据，Custom Vision能训练自定义计算机视觉模型。用户可评估模型效果，并使用REST API标记新图像。这个平台为创建和部署自定义视觉AI解决方案提供了便捷途径，适用于多种图像识别和分类场景。

Azure-OpenAI-demos - Azure OpenAI最新应用展示与性能测试指南

AutogenAzure Cognitive SearchAzure OpenAIGPT-4GithubNeo4j开源项目

该项目汇集了Azure OpenAI最新的应用实例和模型性能测试，包括Neo4j集成、自动生成演示、GPT-4o和Phi-3 Vision等。涵盖了图像比较、车损协助、视频转文档生成、语音转写和摘要等多个领域，展示Azure OpenAI的多种强大功能。通过这些演示内容，用户可以了解如何有效地使用Azure OpenAI进行图像识别、文本生成和数据分析等多种实用工具的开发。

quickai - 简化复杂机器学习模型的实验过程

GithubPythonQuickAIYOLO卷积神经网络开源项目机器学习

QuickAI 是一个 Python 库，简化了前沿机器学习模型的实验流程。支持 EfficientNet、VGG、ResNet 等图像分类模型和 GPT-NEO、Distill BERT 等自然语言处理模型。只需1-2行代码即可完成模型训练和评估，兼容 TensorFlow 和 PyTorch，并提供 Docker 容器便于环境配置。适用于各水平用户，助力快速推进机器学习项目。

相关项目

项目侧边栏1

项目侧边栏2

推荐项目

Project Cover

豆包MarsCode

豆包 MarsCode 是一款革命性的编程助手，通过AI技术提供代码补全、单测生成、代码解释和智能问答等功能，支持100+编程语言，与主流编辑器无缝集成，显著提升开发效率和代码质量。

Project Cover

AI写歌

Suno AI是一个革命性的AI音乐创作平台，能在短短30秒内帮助用户创作出一首完整的歌曲。无论是寻找创作灵感还是需要快速制作音乐，Suno AI都是音乐爱好者和专业人士的理想选择。

Project Cover

有言AI

有言平台提供一站式AIGC视频创作解决方案，通过智能技术简化视频制作流程。无论是企业宣传还是个人分享，有言都能帮助用户快速、轻松地制作出专业级别的视频内容。

Project Cover

Kimi

Kimi AI助手提供多语言对话支持，能够阅读和理解用户上传的文件内容，解析网页信息，并结合搜索结果为用户提供详尽的答案。无论是日常咨询还是专业问题，Kimi都能以友好、专业的方式提供帮助。

Project Cover

阿里绘蛙

绘蛙是阿里巴巴集团推出的革命性AI电商营销平台。利用尖端人工智能技术，为商家提供一键生成商品图和营销文案的服务，显著提升内容创作效率和营销效果。适用于淘宝、天猫等电商平台，让商品第一时间被种草。

Project Cover

吐司

探索Tensor.Art平台的独特AI模型，免费访问各种图像生成与AI训练工具，从Stable Diffusion等基础模型开始，轻松实现创新图像生成。体验前沿的AI技术，推动个人和企业的创新发展。

Project Cover

SubCat字幕猫

SubCat字幕猫APP是一款创新的视频播放器，它将改变您观看视频的方式！SubCat结合了先进的人工智能技术，为您提供即时视频字幕翻译，无论是本地视频还是网络流媒体，让您轻松享受各种语言的内容。

Project Cover

美间AI

美间AI创意设计平台，利用前沿AI技术，为设计师和营销人员提供一站式设计解决方案。从智能海报到3D效果图，再到文案生成，美间让创意设计更简单、更高效。

Project Cover

AIWritePaper论文写作

AIWritePaper论文写作是一站式AI论文写作辅助工具，简化了选题、文献检索至论文撰写的整个过程。通过简单设定，平台可快速生成高质量论文大纲和全文，配合图表、参考文献等一应俱全，同时提供开题报告和答辩PPT等增值服务，保障数据安全，有效提升写作效率和论文质量。

使用协议隐私政策广告服务

投诉举报邮箱: service@vectorlightyear.com

@2024 懂AI·鲁ICP备2024100362号-6·鲁公网安备37021002001498号