#开源项目

RAVE是一个高效的变分自动编码器，专为快速高质量的神经音频合成设计。支持Windows、Mac和Linux平台的RAVE VST版本，可应用于音乐表演和装置。提供详细教程和多种训练配置，包括数据增广选项。用户可以在Max/MSP或PureData中实时使用RAVE进行风格迁移和高层次操控。多个预训练模型可供下载，支持批量音频文件转换和实时嵌入式平台应用。

🐸TTS库提供多达16种语言的高级文本到语音转换模型，支持低于200毫秒的流媒体延迟。它包含丰富的工具用于模型训练和微调，并且拥有超过1100种预训练模型，适用于多语言和多说话人TTS任务。此外，该库还支持高效的语料库分析和管理，为语音合成提供全面支持。

该项目通过Python教授机器学习基本原理，包含《Hands-on Machine Learning with Scikit-Learn and TensorFlow》书中的示例代码和习题解答。用户可以使用Colab、Binder和Deepnote在线体验这些notebooks，或通过Anaconda在本地安装项目进行学习。详细介绍了安装步骤和常见问题解决方法，帮助用户理解和应用机器学习技术。

该项目提供了PyTorch框架下的CycleGAN和pix2pix图像翻译实现，支持配对和无配对的图像翻译。最新版本引入img2img-turbo和StableDiffusion-Turbo模型，提高了训练和推理效率。项目页面包含详细的安装指南、训练和测试步骤，以及常见问题解答。适用于Linux和macOS系统，兼容最新的PyTorch版本，并提供Docker和Colab支持，便于快速上手。

本项目提供涵盖fastai和PyTorch的深度学习教程，适合初学者与进阶用户。可通过Google Colab在线运行，无需本地配置Python环境。项目还包括MOOC课程及相关书籍，系统化帮助用户学习深度学习技术。

本开源书籍为使用PyTorch进行深度学习开发的用户提供系统化的入门指南。教程内容覆盖了从环境搭建到高级应用的各个方面，包括PyTorch基础、深度学习数学原理、神经网络、卷积神经网络、循环神经网络等，还包含实践案例与多GPU并行训练技巧。书籍持续更新，与PyTorch版本同步，适合所有深度学习研究者。

Unity ML-Agents Toolkit是一个开源项目，利用游戏和模拟环境训练智能代理。集成了基于PyTorch的先进算法，用户可以轻松训练2D、3D和VR/AR游戏中的智能代理。支持强化学习、模仿学习和神经进化等方法，适用于NPC行为控制、自动化测试和游戏设计评估。该工具包为游戏开发者和AI研究人员提供了一个共享平台，助力在Unity丰富环境中测试AI进展，并惠及广泛的研究和开发社区。

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。

RAGFlow是一个基于深度文档理解的开源RAG引擎，适用于各种规模的企业。结合大型语言模型，它提供可靠的问答功能和可信的引用。RAGFlow支持多种数据格式，包括文本、图片和音频文件，并且兼容本地和远程LLM，提供自动化、无缝集成的RAG工作流，便于通过直观的API进行业务整合。

获取CVPR 2024最新论文的下载链接和详细解读。持续更新的内容包括技术直播分享、论文分类汇总及各研究方向的深入分析，帮助用户快速了解计算机视觉领域的最新动态。

李宏毅教授的深度学习教程，基于《机器学习》（2021年春）并进行了优化，涵盖卷积神经网络、生成模型和自监督学习等多个领域。教程通过详细推导和重点讲解，降低了学习难度，适合中文学习者入门深度学习。

该项目提供简洁清晰的机器学习算法实现代码，适合希望学习算法内部机制或从头实现算法的用户。所有算法均用Python编写，依赖于numpy、scipy和autograd库。包括深度学习、线性回归、逻辑回归、随机森林、支持向量机、K-Means、GMM、KNN、朴素贝叶斯、PCA、因子分解机、受限玻尔兹曼机、t-SNE、梯度提升树和深度Q学习等算法。

LoRA通过低秩分解矩阵实现大型语言模型的低秩适配，减少了训练参数数量，实现高效的任务切换和存储节省。它在GLUE基准测试中的表现与完全微调相当或更好，同时显著降低了参数需求。LoRA支持RoBERTa、DeBERTa和GPT-2等模型，并已集成到Hugging Face的PEFT库中，提供了便捷的适配解决方案。

这些教程为深度学习和TensorFlow 2 的新手提供全面指导，涵盖简单线性模型、自然语言处理和图像生成等主题。每个教程附有详细代码示例和相应的YouTube视频讲解，帮助学习者快速掌握。适合希望深入了解TensorFlow及其应用的开发者和研究人员。

TTS库基于最新研究成果，提供高效的文本到语音生成技术，实现了训练便捷、速度快、质量高的最佳平衡。该库包括预训练模型和数据集质量评估工具，已被广泛应用于20多种语言的产品和研究项目。支持多说话人TTS、快速模型训练、多GPU训练，并兼容PyTorch、TensorFlow和TFLite等多种平台。

Petals项目让用户能够在家中或通过Google Colab运行Llama 3.1、Mixtral、Falcon和BLOOM等大型语言模型。通过分布式网络托管模型层，推理速度可提升至10倍。用户可以微调模型以满足特定任务需求，并且支持隐私保护和私人群组设置。该项目依赖社区共享GPU资源，提供详细的教程和支持，帮助用户快速上手并充分利用其功能。

免费深度强化学习课程，结合理论与实践，掌握Stable Baselines3、RL Baselines3 Zoo、Sample Factory和CleanRL等库的使用。训练智能体在SnowballFight、Huggy the Doggo、MineRL（Minecraft）、VizDoom（Doom）及经典环境（如Space Invaders、PyBullet）中运行。发布和下载社区智能体，并参与挑战与其他团队及AI对抗。

Lance是为机器学习工作流程优化的现代列式数据格式，提供比Parquet快100倍的随机访问性能，支持矢量索引和数据版本控制。兼容pandas、DuckDB、Polars和pyarrow，适用于搜索引擎、大规模机器学习训练以及复杂数据的存储和查询，如机器人数据和大型图像。更多集成支持即将推出。

Streamlit能够在几分钟内将Python脚本转变为交互式Web应用程序，大大缩短开发时间。用户可以创建仪表板、生成报告或开发聊天应用，并通过Community Cloud平台部署和管理这些应用。Streamlit简洁易用，支持快速原型设计和实时编辑，完全开源且免费，是开发各类数据应用的理想工具。

Stanford Alpaca项目提供了一个基于52K指令数据微调的7B LLaMA模型。该项目包含数据生成代码、模型微调代码和从权重差异恢复Alpaca-7B权重的代码。模型基于Self-Instruct技术生成的数据进行微调，仅限于研究用途。注意模型尚未经过安全性微调，使用时需谨慎。

Deep Chat是一款高度可定制的AI聊天组件，能够无缝集成到任何网站。支持连接多种API，包括流行的ChatGPT等AI服务，提供摄像头捕捉、语音输入输出、文件传输等功能。全新2.0版本优化了用户体验和配置选项，带来卓越的聊天体验。

Caffe是由伯克利AI研究中心和社区贡献者开发的深度学习框架，强调高效表达、速度和模块化。用户可以通过项目网站获取详细信息，包括DIY深度学习教程、文档、参考模型和社区模型库。Caffe提供多种自定义版本，例如优化CPU和多节点支持的Intel Caffe、适用于AMD和Intel设备的OpenCL Caffe，以及Windows Caffe。社区用户可通过Gitter聊天和Google论坛进行交流，提交问题和建议。项目遵循BSD 2-Clause许可证，鼓励在研究中引用。

MediaPipe为开发者提供了一个平台，支持在移动、Web、桌面、边缘设备和物联网中集成机器学习功能。通过跨平台API和预训练模型，可快速部署和定制AI解决方案。MediaPipe还包含模型定制工具和浏览器内的可视化评估工具，支持高效开发和迭代。欢迎访问Google官方文档了解更多，并参与社区交流和贡献。

DeepSpeech是一个开源语音转文字引擎，基于百度的Deep Speech研究，并利用Google TensorFlow实现。提供详细的安装、使用和训练模型文档。最新版本及预训练模型可在GitHub获取，支持和贡献指南请参阅相应文件。

OpenPose是首个实现实时多人人体、手部、面部和足部关键点检测的系统，能够在单张图像上检测135个关键点。其功能包括2D和3D姿态估计、支持Unity插件和多种输入输出方式，兼容多个操作系统和硬件配置，适用于研究和开发项目。

fastai是一个深度学习库，提供高层组件以快速实现高性能结果，同时为研究人员提供可组合的低层组件。通过分层架构和Python、PyTorch的灵活性，fastai在不牺牲易用性、灵活性和性能的情况下，实现了高效的深度学习。支持多种安装方式，包括Google Colab和conda，适用于Windows和Linux。学习资源丰富，包括书籍、免费课程和详细文档。

Chidori是一个开源编排器、运行时和IDE，专为构建AI代理而设计，提供状态空间探索、执行暂停与恢复等功能。支持Python和JavaScript代码执行，并具备时间旅行调试和可视化调试环境。Chidori帮助开发者创建和管理复杂的长时间运行工作流，简化AI模型的集成和操作。

基于Node.js的CLI工具，利用Ollama和LM Studio模型（如Llava、Gemma、Llama等）智能识别并重命名文件。支持重命名视频、图片及其他文件，适用于Ollama或LM Studio用户，并可配置OpenAI及自定义端口。通过简单的命令行操作，提供灵活的文件命名方式和多种参数设置，满足用户需求。

face-to-many项目可以将任何面部图像转换为3D、像素艺术、电子游戏、粘土动画和玩具效果。该项目可在Replicate和ComfyUI上运行，提供了必要的自定义节点，如ComfyUI Controlnet Aux、InstantID和IPAdapter Plus等。通过克隆仓库、创建虚拟环境并安装依赖项，用户可以在本地运行该项目。详细的安装和运行指南帮助用户快速启动并体验项目功能。

TornadoVM是一个针对OpenJDK和GraalVM的插件，能够在异构硬件上自动运行Java程序。它支持OpenCL、PTX和SPIR-V设备，包括多核CPU、专用GPU（如Intel、NVIDIA、AMD）、集成GPU（如Intel HD Graphics和ARM Mali）和FPGA（如Intel和Xilinx）。TornadoVM具有三个后端，可生成OpenCL C、NVIDIA CUDA PTX汇编和SPIR-V二进制文件，开发人员可以选择安装和运行所需的后端。

OpenCV是开源的计算机视觉库，提供详尽的文档、在线课程和活跃的Q&A论坛。用户可在GitHub上报告问题和贡献代码，需遵循明确的贡献指南。此外，OpenCV支持提交社区项目和参与志愿者活动，通过多个平台获取最新的计算机视觉与AI动态。

该项目提供详细文档和解释的简明PyTorch神经网络及算法实现，涵盖Transformer、GPT-NeoX、GAN、扩散模型等前沿领域，并每周更新新实现，帮助研究者和开发者高效理解深度学习算法。

本项目使用Python从零实现多个机器学习模型与算法，旨在展示其内部运作。涵盖监督学习、非监督学习、强化学习和深度学习，并提供多项式回归、CNN分类、生成对抗网络等实际案例，适合希望深入理解机器学习原理的开发者和爱好者。

这本开源书籍使用Jupyter笔记本无缝整合深度学习的概念、背景和代码，免费提供给所有人。书中包含可运行代码、技术深度和社区讨论，帮助读者解决实际问题并成长为应用机器学习科学家。

PaddlePaddle是中国首个自主研发并开源的深度学习平台，提供先进技术和多样功能，包括核心框架、模型库、开发工具和服务平台。该平台广泛应用于制造、农业、企业服务等行业，已服务超过1070万开发者和23.5万企业，生成86万个模型。PaddlePaddle支持超大规模训练、兼容第三方模型、提供高性能推理引擎，并拥有丰富的行业模型库和开源资源，推动AI商业化。

Bytom是一种区块链协议，支持用户定义、发行和转移数字资产。其官方golang实现提供关键管理、账户及资产管理、交易发送等功能，可通过Homebrew或源码安装。项目正在积极开发中，提供详细的安装和运行指南，并欢迎社区贡献。