Project Icon

ml-workspace

全功能机器学习和数据科学在线开发环境

ML Workspace 是一个集成多种流行数据科学库与工具的Web-based IDE (如Tensorflow, PyTorch, Keras, Sklearn)。支持Jupyter、VS Code、Tensorboard,便于快速部署并适用于本地机器学习开发,具备硬件与训练监控功能。支持通过Web、SSH或VNC进行远程访问,兼容Mac、Linux和Windows平台。

azureml-examples - Azure Machine Learning示例库,教程与多语言SDK示例,包括Python、.NET和TypeScript
Azure CLIAzure MLAzure Machine LearningGithubPython SDKdotnet SDK开源项目
Azure Machine Learning示例库涵盖丰富的教程和多语言SDK示例,包括Python、.NET和TypeScript。提供使用Azure CLI扩展的实例,帮助快速上手和深入理解Azure ML功能。项目鼓励社区贡献,并遵循微软开源行为准则。
vizly-notebook - 融合了AI技术的Jupyter的替代方案,为数据分析和编程提供了更智能的环境
AIGithubJupyterVizly Notebook代码编辑开源项目数据分析
Vizly Notebook作为Jupyter的替代方案,融合了AI技术,为数据分析和编程提供了更智能的环境。这个开源工具支持自然语言代码编辑、AI辅助问答和自动错误修复,保留了Jupyter的核心功能。它可在本地运行,支持Ollama和自定义API,为用户提供了一个免费、灵活且高效的数据分析平台。
hi-ml - 医疗和生命科学深度学习研究智能工具包
AzureGithub人工智能医疗健康开源项目机器学习深度学习
hi-ml是一个面向医疗和生命科学领域的机器学习工具包,提供经过测试的组件、深度学习模型和云集成工具。该项目包含hi-ml-azure用于AzureML集成、hi-ml提供ML组件,以及hi-ml-cpath用于处理组织病理学图像。这些工具旨在简化深度学习模型的开发流程,适用于该领域的研究人员和从业者。
spyder - 强大的Python科学计算集成开发环境
GithubPythonSpyder开发环境开源软件开源项目科学计算
Spyder是一个开源的Python科学计算集成开发环境,集成了编辑、调试和分析等功能。它为数据科学家、研究人员和工程师提供了全面的工具集,支持多种操作系统。Spyder具有直观的界面和高效的编程体验,有助于用户进行科学计算和数据分析。该项目持续更新,拥有活跃的社区支持,是Python科学计算领域的重要工具。
Deep-learning-in-cloud - 深度学习云计算资源和工具综合指南
GithubMLOps云GPU免费计算资源开源项目模型部署深度学习
这个开源项目汇集了云端深度学习资源和工具信息。内容包括GPU云服务比较、云GPU提供商列表、定价和试用信息、模型部署平台、MLOps工具以及学术优惠。项目旨在帮助开发者和企业选择合适的云计算资源,提高模型训练效率并降低成本。此外还提供了模型部署和MLOps相关指导,为深度学习全生命周期提供参考。无论是个人开发者还是企业,都能在这里找到适合自己需求的云计算资源和工具。
DeepWorks - 深度学习开源项目集锦
Data ScienceDeepWorksGithubProdramp人工智能开源项目机器学习
DeepWorks是一个覆盖广泛的深度学习开源项目和资源平台,包含数据处理教程、Gradio Tabbed UI开发、卫星图像处理、LLM开源模型、NeRF项目和生成式AI等。用户可以通过Prodramp YouTube频道获取更多数据科学、机器学习和人工智能相关视频。平台还包括多种深度学习工具和开发者指南,如OpenAI Whisper、Stable Diffusion及TorchStudio。非常适合希望深入学习和实践深度学习技术的开发者和研究人员。
studio-lab-examples - 使用Amazon SageMaker Studio Lab的AI/ML学习示例
AI/MLAmazon SageMakerGithubJupyter notebooksSageMaker Studio Lab开源项目数据科学
本页面展示了如何使用Amazon SageMaker Studio Lab构建AI/ML学习环境的Jupyter笔记本示例,适用于个人数据科学家的ML学习之旅。包含计算机视觉、自然语言处理、地理空间数据科学和生成深度学习等领域的示例,以及详细的设置指南和AWS资源的连接方法。用户可以无需账户阅读或运行笔记本,并通过GitHub分享项目,是成为AI/ML实践者的有用参考资源。
machinelearning - 跨平台开源框架,简化.NET应用中的模型开发与部署
GithubML.NET开源框架开源项目机器学习模型训练自定义模型
ML.NET是一个跨平台的开源机器学习框架,使开发者无需机器学习经验即可在.NET应用中构建、训练和部署定制模型。它支持从文件和数据库加载数据,并进行数据转换,具备多种机器学习算法。ML.NET适用于分类、预测和异常检测等多种场景,并兼容TensorFlow和ONNX模型,扩展性强。支持Windows、Linux和macOS操作系统,以及ARM64和Apple M1处理器架构。
labml - 通过手机监控深度学习模型训练和硬件使用情况
GithubLabML开源开源项目模型训练深度学习硬件监控
提供通过移动设备和电脑实时监控深度学习模型训练和硬件使用的开源解决方案。集成简单,支持自定义可视化,记录详细实验信息,包括Git提交、配置和超参数。支持多人分布式训练和易于安装的实验服务器,方便用户全程跟踪训练进展。
handson-ml - Python机器学习基础与实践指南
GithubJupyterMachine LearningPythonScikit-LearnTensorFlow开源项目
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。
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