Project Icon

keras-js

在浏览器中运行Keras模型,利用WebGL提供GPU加速

Keras.js项目已停止更新,建议使用TensorFlow.js。该项目允许在浏览器中运行Keras模型,并利用WebGL提供GPU支持。用户可以访问交互演示和文档,体验MNIST卷积网络、ResNet50、Inception v3等模型的应用。虽然Keras.js不再更新,但现有演示仍可使用,并且支持在Node.js中以CPU模式运行模型。

tensorflow-deep-learning - TensorFlow深度学习教程
GithubTensorFlow开源项目深度学习神经网络训练课程
本项目通过展示如何使用TensorFlow和Keras解决多种问题,教授深度学习的基本技能及其应用。课程内容包括关键视频教程、实践练习和项目实战,确保学习者能通过动手操作全面理解深度学习。适合任何级别的学者,帮助你提升个人和职业技能。
webnn - Web Neural Network API为浏览器带来神经网络能力
BikeshedGitHubGithubWeb Neural Network API开源项目机器学习规范开发
Web Neural Network API是一个开源项目,致力于在Web平台上实现神经网络功能。该API由Web机器学习工作组开发,旨在为浏览器提供高效的深度学习能力。项目使用Bikeshed编写规范,支持本地和在线生成文档,并通过GitHub进行自动构建和部署,方便开发者参与贡献。
keras-nlp - 兼容多框架的自然语言处理工具和预训练模型
GithubJAXKerasNLPPyTorchTensorFlow开源项目自然语言处理
KerasNLP 是一个兼容 TensorFlow、JAX 和 PyTorch 的自然语言处理库,提供预训练模型和低级模块。基于 Keras 3,支持 GPU 和 TPU 的微调,并可跨框架训练和序列化。设置 KERAS_BACKEND 环境变量即可切换框架,安装方便,立即体验强大 NLP 功能。
imageprocessing-labs - 实现计算机视觉与图像处理的开源项目
FFTGithubImage processingWebGL开源项目机器学习计算机视觉
该项目在网页和Node环境中实现了计算机视觉、图像处理和机器学习功能,包括FFT、立体匹配、Poisson图像编辑等。还支持决策树、K-Means++、逻辑回归等机器学习算法,并提供WebGL样例和ONNX Runtime支持。项目开源,采用MIT许可证。
keras-core - 深度学习框架的多后端革新
GithubKeras多后端开源项目框架迁移深度学习
Keras Core 项目正在发展为 Keras 3,并已迁移至 keras-team/keras 仓库。这个多后端 Keras 框架经历了初始开发和公开测试阶段,即将以 Keras 3 的身份推出。项目保留了原有贡献者的工作,为深度学习开发提供了更灵活的后端选择。Keras 3 旨在实现跨平台的一致性体验,代表了 Keras 生态系统的重要演进。
generative-ai-js - 使用Google DeepMind的Gemini API进行多模态数据处理的工具
Gemini APIGithubGoogle AI SDKGoogle DeepMindJavaScriptmultimodal开源项目
Google AI JavaScript SDK让开发者方便地使用Google DeepMind的Gemini API进行多模态数据处理,包括文本、图像和代码。建议仅在服务器端调用API以保护API密钥安全。项目提供了详细的使用指南和示例代码,帮助快速上手Node.js应用。查看更多有关SDK的文档和贡献指南,以确保最佳使用体验。
react-native-fast-tflite - React Native TensorFlow Lite库,支持JSI和GPU加速
GPU DelegateGithubJSIReact NativeTensorFlow LiteVisionCamera开源项目
这是一个高效的React Native TensorFlow Lite库,支持JSI和零拷贝ArrayBuffers,采用低级C/C++ TensorFlow Lite核心API实现直接内存访问,支持运行时模型交换和GPU加速(CoreML/Metal/OpenGL),并易于集成VisionCamera。该库允许轻松添加和加载TensorFlow Lite模型,支持从本地文件系统或远程URL加载模型,非常适合需要高效且灵活AI推理功能的React Native开发者,在应用中实现先进的计算机视觉和AI功能。
wx-tfjs-demo - TensorFlow在微信小程序中的实现示例
AI PocketGithubNodeJSTensorFlow.jstfjs开源项目微信小程序
该项目展示了如何在微信小程序中运行TensorFlow,提供详细的环境要求、安装步骤和代码修改指南。通过tfjs插件实现模型加载、训练和预测,并分享优化帧数据处理的方法,以提高预测准确性。同时,小程序「AI Pocket」与本项目代码实时同步更新,非常适合从事前后端开发和人工智能的开发者,欢迎合作和交流。
keras-cv - 跨框架模块化计算机视觉工具集
GithubKerasKerasCV开源项目模型训练深度学习计算机视觉
keras-cv 是基于 Keras 3 的模块化计算机视觉库,兼容 TensorFlow、JAX 和 PyTorch。它为数据增强、分类、目标检测等视觉任务提供高级组件,支持跨框架迁移,并包含预训练模型。该库旨在帮助开发者高效构建生产级计算机视觉应用。
tesseract.js - 多语言的从图像中识别文字的JavaScript库
GithubJavaScript库OCR引擎Tesseract.jsWebAssembly图像识别开源项目
Tesseract.js 是一个功能强大的 JavaScript 库,支持从图像中提取多种语言的文字,适用于浏览器和 Node.js 环境。它利用 WebAssembly 技术封装了 Tesseract OCR 引擎,支持通过 CDN、Webpack 或本地安装进行集成。该库具备低内存占用、快速处理、多种图像格式支持和并行处理功能。最新版本优化了文件大小和运行时性能,兼容多平台,适用于文档扫描和实时视频识别等应用。
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

白日梦AI

白日梦AI提供专注于AI视频生成的多样化功能,包括文生视频、动态画面和形象生成等,帮助用户快速上手,创造专业级内容。

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

讯飞绘镜

讯飞绘镜是一个支持从创意到完整视频创作的智能平台,用户可以快速生成视频素材并创作独特的音乐视频和故事。平台提供多样化的主题和精选作品,帮助用户探索创意灵感。

Project Cover

讯飞文书

讯飞文书依托讯飞星火大模型,为文书写作者提供从素材筹备到稿件撰写及审稿的全程支持。通过录音智记和以稿写稿等功能,满足事务性工作的高频需求,帮助撰稿人节省精力,提高效率,优化工作与生活。

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

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