#机器学习

DVCLive是一个用于记录机器学习指标和元数据的Python库。它支持多种机器学习框架，无需额外服务，以纯文本文件存储实验结果，方便版本控制。DVCLive提供直观API，支持参数记录、指标跟踪和实验比较，有助于简化机器学习工作流程。

ImageInWords 是一个致力于生成超详细图像描述的研究项目。该项目提供基准评估数据集，可通过 Hugging Face 访问。它集成了计算机视觉和自然语言处理技术，为研究人员和开发者提供数据集、可视化工具和探索接口。这项研究旨在推进图像理解和描述生成领域的发展。

uncertainty-calibration项目是预估校准技术研究的综合资源库。该项目涵盖后处理方法、模型集成方法和校准理论分析等多个领域，并提供广告等实际应用案例。项目还包括评价指标、公开数据集和中文资料，为研究人员和从业者提供了全面的校准技术参考。

DMFF是一个基于Jax的Python包，实现全可微分子力场模型。它简化力场参数化，支持点电荷和多极化模型，适用于水、生物大分子和有机聚合物系统。DMFF集成自动微分技术和AI优化，支持GPU加速，为分子系统研究和力场开发提供高效工具。

Open Source Vizier是一个Python开发的黑盒优化框架，源自Google Vizier项目。它提供用户、开发者和基准测试三大API，支持分布式多客户端环境。该框架集成了基于JAX的贝叶斯优化器，适用于超参数调优、进化算法和程序搜索等多种场景。作为开源项目，Vizier具有灵活的安装选项，可满足不同的优化研究需求。

learned_optimization是一个研究代码库，主要用于学习型优化器的训练、设计、评估和应用。该项目实现了多种优化器和训练算法，包括手工设计的优化器、学习型优化器、元训练任务以及ES、PES和截断反向传播等外部训练方法。项目提供了详细的文档和教程，包括Colab笔记本，方便用户快速入门。learned_optimization适用于元学习和动态系统训练的研究，为相关领域提供了功能丰富的工具。

Brax是一款基于JAX的高性能物理引擎，专注于机器人、人体感知、材料科学和强化学习等领域的仿真应用。它支持单设备高效仿真和多设备并行仿真，无需依赖大型数据中心。Brax提供多种物理模拟管道，如MuJoCo XLA、广义坐标和基于位置的动力学，并统一API接口。此外，Brax集成了多种高效学习算法，能在短时间内完成智能体训练。

tensorflow-image-models是一个将PyTorch图像模型移植到TensorFlow的开源项目。它提供了多种预训练模型,包括ViT、DeiT、ResNet等,可用于图像分类和分割。该项目为开发者提供了简单的API来创建、预处理和保存/加载模型,并支持调整类别数量以适应不同任务。通过这个模型库,研究人员和开发者可以更方便地在TensorFlow中使用先进的图像模型。

evosax是基于JAX的进化策略框架，通过XLA编译和自动向量化/并行化技术实现大规模进化策略的高效计算。它支持CMA-ES、OpenAI-ES等多种经典和现代神经进化算法，采用ask-evaluate-tell API设计。evosax兼容JAX的jit、vmap和lax.scan，可扩展至不同硬件加速器。该框架为进化计算研究和应用提供了高性能、灵活的工具。

EvoJAX是基于JAX库开发的神经进化工具包,支持在多个TPU/GPU上并行运行神经网络。通过在NumPy中实现进化算法、神经网络和任务,并即时编译到加速器上运行,EvoJAX显著提升了神经进化算法的性能。该工具包提供了多个示例,涵盖监督学习、强化学习和生成艺术等领域,展示了如何在几分钟内完成原本需要数小时或数天的进化实验。EvoJAX为研究人员提供了一个高效、灵活的神经进化开发平台。

SynJax是一个基于JAX的神经网络库，专注于结构化概率分布处理。它支持多种分布类型，包括线性链CRF、半马尔可夫CRF和成分树CRF等。该库提供计算对数概率、边际概率和最可能结构等标准操作，并兼容JAX的主要转换功能。SynJax采用纯Python编写，结合JAX的C++代码，为结构化概率建模提供了高效灵活的解决方案。

minRF是一个开源项目，提供整流流变换器的轻量级实现，适用于深度学习研究。它结合SD3训练方法和LLaMA-DiT架构，包括支持MNIST和CIFAR数据集的基础版本，以及支持ImageNet训练并引入muP技术的高级版本。项目代码结构清晰，便于理解和定制，为研究人员提供了灵活的整流流模型实验环境。

AI-Scientist是一个全自动科学发现系统，采用大型语言模型进行独立研究。该系统可生成涵盖数据科学和机器学习等领域的科学论文。项目包含完整代码库、示例论文和详细文档，便于研究人员复现和拓展。AI-Scientist展示了人工智能在科学研究中的应用潜力，推动自动化科学发现的发展。

scikit-learn是基于SciPy构建的Python机器学习库,提供高效的数据挖掘和分析工具。支持分类、回归、聚类等多种机器学习任务,自2007年启动以来由志愿者维护,已成为广受欢迎的开源项目。其特点包括易用性、高性能和完善的文档,在学术和工业领域得到广泛应用。

Grokfast是一种创新的机器学习优化方法,通过放大参数梯度的低频成分来加速模型泛化。该方法可将原本需数万次迭代的泛化过程缩短50倍以上,仅需添加几行代码即可实现。Grokfast适用于图像、语言和图形等多种任务,为研究突然泛化现象提供了实用工具。项目开源了代码实现,并提供了详细的使用说明和实验复现指南。

Interpret-Community是扩展Interpret库的开源项目，为表格数据模型提供增强的可解释性技术。它集成了SHAP、LIME等多种解释器，适用于各类机器学习模型。项目还包含交互式可视化工具，便于分析数据与模型。该项目优化了可解释性技术，使其能够处理实际数据集和工作流程，致力于增强机器学习模型的可解释性和透明度。

Audio Development Tools提供了涵盖机器学习、音频生成、信号处理、声音合成等多个领域的综合性音频开发工具集。该项目汇集了丰富的资源和工具，可用于游戏音频、数字音频工作站、空间音频、音乐信息检索、语音识别等多种音频相关项目的开发和研究。

Mistral Cookbook 汇集了社区贡献的大型语言模型应用实例，涵盖基础聊天、嵌入、RAG、函数调用和微调等多个方面。项目包含Mistral AI官方示例和第三方工具集成，为开发者提供了全面的LLM应用开发资源。

Deforum Stable Diffusion是一个开源AI图像合成项目，支持生成插值、2D和3D动画。该项目提供CLIP、美学和调色板条件控制等功能，使稳定扩散技术更易于使用和定制。尽管目前已停止维护，用户仍可通过fork继续开发。Deforum为创作者提供了灵活的AI图像生成工具，可用于创作短视频、艺术动画、视觉效果等领域，为视频制作和创意内容创作提供强大支持。

Diffusion-Explainer是一个交互式可视化工具，用于展示扩散模型的图像生成过程。该工具通过直观的界面呈现生成过程中的每个步骤，使用户能够深入了解模型的内部机制。由乔治亚理工学院和IBM研究院开发的这个开源项目，为AI研究人员和开发者提供了一个分析扩散模型的平台，并提供在线演示功能。

gemma_pytorch项目是Gemma模型的官方PyTorch实现，支持CPU、GPU和TPU多平台推理。项目提供PyTorch和PyTorch/XLA两种实现，涵盖2B、7B、9B和27B等多个模型变体及量化版本。通过Docker可快速部署环境并进行推理。项目还包含最新的Gemma v2和CodeGemma模型支持，为用户提供全面的Gemma模型应用方案。

PLINDER是一个面向蛋白质-配体对接算法的综合数据集和评估资源。该数据集包含40多万个蛋白质-配体相互作用系统,涵盖11,000多个SCOP结构域和50,000多种小分子。每个系统配有500多项详细注释,涉及蛋白质和配体特性、结构质量等多个方面。此外,PLINDER提供14种相互作用评估指标、200多亿个相似性得分,以及与结合态(holo)系统对应的未结合态(apo)和AlphaFold2预测结构。该平台还包含训练-验证-测试数据集划分功能和标准化评估工具,有助于简化模型性能比较流程。

该项目评估了多个Python音频库的加载性能，包括scipy、soundfile和pydub等。测试比较了各库将不同格式音频文件加载为numpy、PyTorch和TensorFlow张量的速度，以及音频元数据获取效率。这项基准测试为机器学习模型开发者提供了宝贵参考，特别是在处理原始音频数据时。项目展示了详细的测试结果，并提供了运行基准测试的指导。

该项目汇总了CVPR 2024会议的重要论文、挑战赛和教程。涵盖计算机视觉领域多个前沿方向,包括视觉变换器、视觉语言模型和3D重建等。为研究人员和从业者提供了解计算机视觉最新进展的全面资源,展现了该领域的创新趋势和突破性成果。

Makani是一个基于PyTorch的实验库,用于研发机器学习驱动的天气和气候模型。它支持在100多个GPU上进行大规模并行训练,提供多种模型和数据并行技术,以及异步数据加载等功能。该项目由NVIDIA和NERSC研发,用于训练FourCastNet等深度学习天气预报模型,为下一代天气和气候模型的开发提供支持。

rf_diffusion_all_atom是一个基于AI的蛋白质结构生成工具，实现全原子精度的模型设计。该工具支持小分子结合蛋白和包含特定基序的蛋白质设计，提供简单的安装步骤和使用指南。rf_diffusion_all_atom能够生成自定义蛋白质结构，适用于药物发现和蛋白质工程等研究领域。

hands-on-rl项目提供一套系统化的强化学习实践教程。该教程涵盖从Q-learning到策略梯度等核心算法，通过递进难度的案例帮助学习者掌握RL技术。内容包括出租车驾驶和登月模拟等实例，并结合深度学习知识。教程提供Python代码实现和详细解释，适合希望深入学习强化学习的研究者和开发者。

aTrain是格拉茨大学研究人员开发的本地化语音转录工具，采用先进机器学习模型实现快速准确转录和说话人检测。支持57种语言，兼容MAXQDA、ATLAS.ti和NVivo等主流质性分析软件。该工具在本地设备处理数据，确保隐私安全和GDPR合规。适用于Windows系统，可通过Microsoft应用商店安装，为研究人员提供高效的访谈转录解决方案。

Unified-IO 2是一个开源的多模态AI框架，集成视觉、语言、音频和动作处理能力。项目提供完整代码支持演示、训练和推理，适用于TPU和GPU环境。基于T5X优化，内含多规格预训练模型和丰富数据集。其跨模态学习和生成能力为AI研究与应用提供了新的可能性。项目采用模块化设计，便于研究人员和开发者进行二次开发和定制。Unified-IO 2支持多种数据格式和预处理流程，为不同任务场景提供灵活解决方案。其开源性质促进了AI社区的协作与创新，为多模态AI技术的进步做出贡献。

pykan项目实现了Kolmogorov-Arnold网络(KAN)，这是一种在边缘应用激活函数的创新神经网络架构。KAN在多项任务中表现优于多层感知器(MLP)，提高了模型准确性、参数效率和可解释性。项目提供详细教程和示例，涵盖从函数拟合到PDE求解的应用，为科学发现和数学定律探索开辟新途径。

MLX是一款针对Apple芯片优化的开源机器学习框架。它具有类NumPy的Python接口、可组合的函数转换、惰性计算和动态图构建等特性。通过统一内存模型，MLX支持在CPU和GPU间无缝切换。该框架为机器学习研究者提供了友好高效的开发环境，有助于快速验证创新想法。

tslearn是一个开源的Python库，专注于时间序列分析和机器学习。它提供数据预处理、分类、聚类、回归和多种距离度量方法。支持可变长度时间序列，兼容scikit-learn，包含UCR数据集和数据生成器。tslearn适用于需要进行时间序列分析的数据科学工作，支持超参数调优和管道等功能，为研究和实践提供全面工具支持。

PESTO是一个开源的音高估计工具，基于机器学习技术开发。该项目获得ISMIR 2023最佳论文奖，具有出色的性能和快速的处理速度。PESTO支持多种音频格式，提供命令行和Python API接口，便于集成使用。与CREPE相比，PESTO的模型参数更少，但在主要数据集上表现相当。适用于需要高效音高估计的音频处理应用。

AlphaGeometry是一个创新的几何定理证明系统，能够解决奥林匹克级别的几何问题，无需人类示范。它结合了演绎-归纳推理和大型语言模型，自动构建辅助线并生成严格证明。在IMO-AG-30和JGEX-AG-231测试集上，AlphaGeometry分别解决了25和228个问题，大幅超越传统DDAR方法。项目开源了核心代码，包括DDAR求解器和语言模型推理模块，为几何定理自动证明开辟新路径。

TorchMultimodal是基于PyTorch的多模态模型开发框架，提供模块化构建块和预训练模型，支持ALBEF、BLIP-2、CLIP等多种架构。该框架包含训练、微调和评估示例，可用于构建内容理解和生成模型。TorchMultimodal整合了PyTorch生态系统，便于研究人员复现和开发先进的多模态多任务模型。

提供详尽的深度学习和机器学习速查表，包括Tensorflow、Keras、Numpy等热门工具，帮助工程师和研究人员快速掌握核心知识，提高工作效率。访问AI Cheatsheets获取更多资源和最新技术信息，适用于各水平从业者。