Project Icon

BlocklyML

旨在简化Python和机器学习的实现的无代码训练平台

BlocklyML是一个无代码训练平台,旨在简化Python和机器学习的实现。基于Blockly项目开发,专为机器学习和数据分析场景优化。用户可以快速通过示例布局上手,并利用UI功能,例如下载代码和查看数据框,适合新手和非编程背景用户使用。

LLMStack - 无代码构建AI代理和工作流平台
AI代理GithubLLMStack云部署开源项目无代码平台生成式AI
LLMStack是一个无代码平台,允许构建定制化的生成式AI代理、应用和聊天机器人。用户无需编写代码即可集成数据和内部工具,并连接GPT驱动的模型。平台支持从Slack或Discord触发AI链,并可部署到云端或本地。LLMStack还提供多租户功能,支持创建多个组织和管理用户权限。了解更多,请访问我们的文档页面。
mirascope - 直观构建LLMs的方法
GithubLLMMirascopePython使用示例安装开源项目
Mirascope提供了一种直观的方法来构建LLMs,类似于编写Python代码,提升了开发效率。通过版本控制和测试,确保高质量的LLM调用,并支持FastAPI和Pydantic等多种集成。附有示例和视频教程,帮助开发者快速入门。Mirascope还支持多种LLM提供商,并不断扩展功能。详细信息和使用方法可参考官方文档。
ml5-library - 针对艺术家和开发者的开源机器学习Web库
GithubTensorFlow.jsml5.js开源开源项目机器学习编程教育
ml5.js是基于TensorFlow.js构建的开源机器学习库,旨在为艺术家、开发者和学生提供易于访问和使用的机器学习技术。该库支持在浏览器中直接使用多种算法和模型,并注重伦理性计算与数据的公正使用。ml5.js不仅涵盖示例代码、教程和数据集,还构建了一体化的学习和交流平台。
www.mlcompendium.com - 机器学习与深度学习资源大全,免费公开,便于学习与作者互动
CompendiumDeep LearningGitBookGitHubGithubMachine Learning开源项目
项目为免费非营利教育工具,包含约500个机器学习及深度学习主题,如算法、特征选择、深度学习、NLP、音频处理等,帮助用户节省搜索时间,连接优秀作者。项目持续更新,支持社区贡献,致力于知识共享和教育普及。
mlx - 为Apple芯片优化的开源机器学习框架
APIApple芯片GithubMLX开源项目数组框架机器学习
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。
pycaret - 开源的低代码Python机器学习库,能够简化和自动化机器学习工作流程
GithubPyCaretPython低代码开源开源项目机器学习
PyCaret是一个开源的低代码Python机器学习库,能够简化和自动化机器学习工作流程。通过减少代码量,PyCaret使实验更高效、更快速。它支持scikit-learn, XGBoost, LightGBM, CatBoost等多种机器学习框架,用户可以通过少量代码完成模型训练、评估和预测。无论是经验丰富的数据科学家,还是对低代码解决方案感兴趣的用户,PyCaret都是理想选择。
practical-machine-learning-with-python - 实际应用中的机器学习与深度学习指南
GithubPractical Machine Learning with PythonPython开源项目数据科学机器学习深度学习
通过结构化的三层方法和实际案例,本书帮助读者掌握机器学习和深度学习技能。内容涵盖scikit-learn、pandas、tensorflow等工具,提供数据处理、特征工程、建模和部署的详细指导,以及多个跨行业的案例研究,支持独立完成端到端的机器学习项目。
mlc-en - 开源机器学习编译器构建工具
GithubMLC字体安装开源项目机器学习编译器构建
MLC(Machine Learning Compiler)是一个开源的机器学习编译器构建工具。它提供了完整的安装指南和构建流程,支持生成HTML和PDF格式文档。MLC使用Conda管理环境,集成d2l-book简化文档构建,并包含详细的字体安装说明。该项目适合研究人员和开发者学习和实践机器学习编译器开发。
God-Level-AI - 涵盖机器学习与个人品牌的视频课程
GithubPythongod level AI开源项目数据结构与算法机器学习深度学习
该项目旨在帮助成为顶尖1%数据与AI专家的个人,通过视频课程和文本内容进行科学方法、算法和系统构建训练。无论是领导者、专业人士还是学生,都需付出相应努力才能达到顶峰。项目内容涵盖Python、数据结构与算法、深度学习、MLOps和个人品牌塑造等,提供全面的知识和实用技巧。
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。
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。

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