onnxmltools

多框架机器学习模型转ONNX工具

ONNXMLTools ONNX 模型转换机器学习工具包依赖 Github 开源项目

ONNXMLTools可将包括Tensorflow、scikit-learn、Core ML、Spark ML、LightGBM、XGBoost、H2O等在内的多种机器学习模型转换为ONNX格式。它支持通过PyPi或源码安装，依赖ONNX、NumPy和ProtoBuf，适用于Python 3.7及以上版本，提供详尽的转换示例与测试方法。更多信息请参考相关文档与教程。

访问官网

Github

介绍相关项目

awesome-huggingface - 综合NLP开源项目与Hugging Face集成工具

GithubHugging FaceNLP工具包transformers开源项目机器学习自然语言处理

该项目列出了多个优秀的开源项目和应用，均与Hugging Face库集成，为各类NLP任务提供有效的解决方案。内容涵盖官方库教程、NLP工具包、文本表示、推理引擎、模型扩展、模型压缩、对抗攻击、风格转换、情感分析、语法纠正、翻译、知识与实体、语音处理、多模态学习、强化学习、问答系统、推荐系统、评估工具、神经搜索、云支持和硬件支持等多个领域。此项目能够帮助用户找到并使用适合的工具和库，提升自然语言处理任务的效率和效果。

tools - Python工具包助力nf-core生物信息学工作流开发

GithubPython包nf-core/tools命令行工具工作流管理开源项目生物信息学

nf-core/tools是一个面向生物信息学领域的Python工具包。它为nf-core社区提供了多项实用功能，包括管道的列举与启动、参数文件创建、离线管道下载、软件许可证检查、新管道创建以及代码检查等。该工具包还集成了DSL2模块和子工作流处理命令，有效提升了生物信息学工作流程的开发效率和管理便捷性。

natml-unity - 跨平台Unity机器学习集成工具

GithubNatML HubUnity开源项目性能优化机器学习跨平台

NatML是一款为Unity开发者设计的机器学习集成工具，支持多种ML模型格式和跨平台部署。它通过硬件加速提供高性能，并通过NatML Hub简化预训练模型的发现和使用。NatML允许开发者以少量代码实现复杂的机器学习功能，无需深厚的ML背景。该工具简化了Unity项目中机器学习的应用流程，提高了开发效率。

ai.deploy.box - 多平台支持的深度学习模型推理工具箱

AI工具箱AiDBGithub开源项目推理框架模型部署深度学习

AiDB是一个方便的C++深度学习模型部署工具，兼容ONNXRUNTIME、MNN、NCNN、TNN、PaddleLite和OpenVINO等主流推理框架。该工具简化了多框架的集成，通过统一接口支持多平台操作，如Linux、MacOS和Android，以及多种编程语言如Python、Lua和Go。项目包含丰富的部署实例和演示，帮助用户快速进行模型部署。

X2Paddle - 飞桨生态下的模型转换工具，致力于帮助其它深度学习框架用户快速迁移至飞桨框架

GithubPyTorchX2Paddle开源项目模型转换深度学习飞桨

X2Paddle是一个将Caffe、TensorFlow、ONNX和PyTorch模型转换为飞桨框架的开源工具。它支持推理模型和PyTorch训练项目的快速迁移，并提供详细的API对比文档。通过简单的一键命令或API，模型转换变得轻松，显著节省迁移成本。适用于Python 3.5+及多种硬件设备，同时支持PaddleLite格式及VisualDL在线转换服务，充分发挥飞桨生态系统的优势。

Open3D-ML - Open3D 的扩展，用于处理 3D 机器学习任务

3D机器学习GithubOpen3D-MLPyTorchTensorFlow开源项目语义分割

Open3D-ML基于Open3D库，扩展了3D机器学习工具，支持语义点云分割和目标检测等应用。提供预训练模型和训练管道，兼容TensorFlow和PyTorch框架，易于集成到现有项目中。同时，提供数据可视化等通用功能，覆盖多种数据集和算法，提高3D数据处理效率和效果。

label-studio-converter - 多格式标注数据转换工具 Label Studio Converter

GithubLabel Studio开源项目数据导入数据标注机器学习格式转换

Label Studio Converter是一款开源的标注数据转换工具,可将Label Studio的标注结果转换为JSON、CSV、CoNLL 2003、COCO、Pascal VOC XML等多种机器学习格式。此外,它还支持将YOLO格式的预标注数据导入Label Studio。通过命令行和Python API接口,Label Studio Converter简化了数据格式转换流程,有效连接了数据标注和模型训练环节。

autogluon - 自动化机器学习工具，简单实现高精度预测

AutoGluonGithubPython开源项目机器学习深度学习自动化

AutoGluon简化了机器学习任务，让用户可以在图像、文本、时间序列和表格数据上轻松训练和部署高精度模型。它支持Python 3.8至3.11，并可在Linux、MacOS和Windows上运行。只需几行代码即可快速构建端到端机器学习模型，提供详细的安装指南、快速入门教程和丰富的资源，适合各层次用户的需求。

xFasterTransformer - 高效的大规模语言模型推理优化方案

GithubPython APIXeonxFasterTransformer大语言模型开源项目高性能

xFasterTransformer是一个为X86平台优化的大规模语言模型（LLM）推理解决方案，支持多插槽和节点的分布式运行，适用于大型模型推理。它提供C++和Python API，支持例如ChatGLM、Llama、Baichuan等流行的LLM模型，并可通过PyPI、Docker或从源代码进行安装。项目附带详细文档、API使用示例、基准测试代码和Web演示，确保用户能充分利用其高性能和高扩展性。

mlflow - 机器学习生命周期管理的轻量级平台

GithubMLflow实验跟踪开源项目机器学习模型管理项目打包

MLflow 是一个轻量级平台，帮助简化机器学习的开发和部署过程。它支持实验跟踪、代码打包和模型部署，并且可以集成 TensorFlow、PyTorch 和 XGBoost 等库。主要组件包括 MLflow Tracking、MLflow Projects、MLflow Models 和 MLflow Model Registry，助力全面管理机器学习生命周期。

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