Logo

#机器学习模型

ONNX Model Zoo - 深度学习模型资源汇总与入门指南

1 个月前
Cover of ONNX Model Zoo - 深度学习模型资源汇总与入门指南

turicreate入门指南 - 简化自定义机器学习模型开发的强大工具

1 个月前
Cover of turicreate入门指南 - 简化自定义机器学习模型开发的强大工具

FONNX: 在Flutter中运行ONNX模型的强大工具

2 个月前
Cover of FONNX: 在Flutter中运行ONNX模型的强大工具

旁白者的艺术:探索叙事的魔力与技巧

2 个月前
Cover of 旁白者的艺术:探索叙事的魔力与技巧

PyTriton: 简化Python环境中Triton推理服务器的部署

2 个月前
Cover of PyTriton: 简化Python环境中Triton推理服务器的部署

ModelScope学习资料汇总 - 让"模型即服务"的理念生动实现

1 个月前
Cover of ModelScope学习资料汇总 - 让"模型即服务"的理念生动实现

Vespa学习资料汇总 - AI和数据的实时在线处理平台

1 个月前
Cover of Vespa学习资料汇总 - AI和数据的实时在线处理平台

Hub:GitHub的命令行扩展工具

2 个月前
Cover of Hub:GitHub的命令行扩展工具

KANbeFair: 一个更公平全面的KAN与MLP比较研究

2 个月前
Cover of KANbeFair: 一个更公平全面的KAN与MLP比较研究

ModelScan: 保护模型免受序列化攻击的开源工具

2 个月前
Cover of ModelScan: 保护模型免受序列化攻击的开源工具

相关项目

Project Cover
label-studio
Label Studio 是开源的数据标注工具,支持音频、文本、图像、视频和时间序列等多种数据类型。用户通过直观的 UI 进行数据标注,并导出多种模型格式。它还提供多用户标注、项目管理、机器学习模型集成及定制化标签格式功能,适用于高精度机器学习模型的构建和优化。
Project Cover
vespa
Vespa 是一个高性能平台,专为大规模数据集的搜索、推荐和个性化任务设计。它支持向量、张量、文本和结构化数据的实时组织和推断,具备高可用性和可扩展性。Vespa 被广泛应用于大规模互联网服务,每秒处理数十万次查询。用户可以选择在云端或本地部署应用,平台提供详尽的文档和不断更新的博客,帮助用户开发和集成。
Project Cover
modelscope
ModelScope简化了AI模型在推理、训练和评估方面的流程,支持CV、NLP、语音、多模态和科学计算等领域的应用。该平台提供统一接口和丰富的API层级,便于开发者轻松集成和使用700多种最新开源模型。适合初学者和专业人士快速上手,体验强大功能。
Project Cover
rag-search
RAG Search API是由thinkany.ai开发,旨在优化搜索结果的效率与准确性。这一API实现了多样化的搜索功能,包括信息重排、筛选详细数据等,并能通过FastAPI快速部署。其简便的安装过程使得开发者能够轻松集成此技术,从而提升数据处理的效能。
Project Cover
models
ONNX Model Zoo是一个开源平台,汇集了各种预训练且处于技术前沿的机器学习模型,涵盖计算机视觉、自然语言处理等多个领域。旨在为开发者、研究人员和技术爱好者提供高效实用的AI工具,加速机器学习技术的应用和发展。此外,ONNX Model Zoo支持多种框架和工具,通过共同的文件格式和操作集,促进了AI开发的灵活性和互操作性。平台以开放性和社区驱动的特性为己任,含有诸如图像分类、对象检测等主要模型,并通过简易接口及高级工具满足不同用户需求,使其既适应初学者也满足专业人士的需求。
Project Cover
simpleAI
SimpleAI项目提供自托管的AI API替代方案,可快速试验文本补全、聊天、编辑和嵌入等主要端点。支持多种响应模式,通过gRPC协议实现多语言的模型推理分离,降低对特定API提供商的依赖。项目包含多种示例和详细的安装使用指南,适合开发者构建、测试和优化自己的AI应用。
Project Cover
melusine
Melusine 是一款全面的邮件处理库,具有智能路由和急件优先等功能,优化邮件工作流程。其模块化架构允许无缝集成各种 AI 框架,实现高效的邮件过滤和分类。项目已在 MAIF 生产环境得到验证,具备稳健性和稳定性。用户可通过详细文档和教程快速上手,提升工作效率。
Project Cover
meerkat
Meerkat是一个开源的Python库,专为可视化、探索和注释各类数据集而设计,特别适合处理非结构化数据类型(如文本、PDF、图像和视频)。Meerkat支持与Pandas、Arrow和HF Datasets无缝整合,无需数据移动。用户能够使用简洁的Python代码嵌入机器学习模型,实现搜索、分组和自动完成等功能。借助Meerkat的高度定制化可视化组件,适用于探索性数据分析和快速验证数据标注等多种应用场景。
Project Cover
turicreate
Turi Create是一款简化机器学习模型开发的工具,适合非专业人士使用。它支持添加推荐、目标检测、图像分类、图像相似度和活动分类等功能。工具兼容文本、图像、音频、视频和传感器数据,提供内置可视化和快速扩展性,并支持导出模型到Core ML,用于iOS、macOS、watchOS和tvOS应用。
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