训练与微调
共 329 个仓库 · 近 4 个月有推送
用 Go 编写的物联网平台框架，提供设备接入、边缘网关与云端管理能力，支持 CoAP、LoRa 等协议，适合搭建分布式 IoT 系统。
基于 Reticulum 网络的去中心化通信工具，可在 LoRa、无线电等离线环境下传输消息和文件，无需互联网即可自由通信。
用 PyTorch 从零手写实现 65 道大厂 ML/AI 面试真题，配 Jupyter Notebook、自动评分器和 MCP AI 导师，适合系统刷题备战机器学习面试。
用 Rust 封装 ONNX Runtime，让 ONNX 模型在 Rust 里跑推理和训练都很快，适合需要低延迟、无 Python 依赖的部署场景。
把 TensorFlow、Keras、TensorFlow.js 和 TFLite 模型一键转成 ONNX 格式，方便跨框架部署和推理。
基于 C++ 的深度学习服务端与命令行工具，封装 Torch、TensorRT 等后端，通过 REST API 提供图像分类、目标检测、分割和以图搜图能力。
Milvus 官方实战教程库，用 Jupyter Notebook 演示以图搜图、音频检索、分子搜索、视频分析和 RAG 问答等非结构化数据处理方案。
ailia SDK 的预训练模型合集，覆盖动作识别、人脸检测、背景移除、语音处理等任务，拿来就能跑推理，省去自己找模型和调参的功夫。
把扫描件、邮件附件等来源的杂乱文档集中管理，自动做 OCR 和 NLP 分析并打标签归类，减少手工整理成本。
在 Kubernetes 上跑分布式模型训练和大模型微调的框架，把多机多卡任务编排成 K8s 原生作业，省去自己搭训练集群的麻烦。
把 Keras、PyTorch、ONNX 训练好的神经网络模型自动转成 FPGA 可综合的 HLS 代码，方便在硬件上做低延迟推理。
用廉价 ESP32 板通过 WiFi 和 BLE 信号统计人流密度，支持 LoRaWAN、GPS 等扩展，适合低成本客流监测部署。
汇集各类 RAG（检索增强生成）框架、项目和资源的社区清单，方便快速找到并对比检索增强生成生态里的现成方案。
汇总联邦学习领域的论文、框架、数据集、教程和研讨会信息，帮研究者快速跟进最新进展。
CVNets 是苹果开源的计算机视觉训练库，基于 PyTorch，支持分类、检测、分割等任务，覆盖 ImageNet、COCO、ADE20K 等主流数据集。
Meshtastic 的 Android 客户端，通过蓝牙连接 LoRa 设备，在无蜂窝网络时也能收发加密消息、共享 GPS 位置并查看地图。
用 Rust 写的 OCR 库和命令行工具，能从图片中提取文字，适合需要轻量、可嵌入的光学字符识别能力的场景。
整理说话人分离（Speaker Diarization）领域的论文、开源库、数据集与工具资源，方便快速找到「谁在什么时候说话」相关的实现和评测材料。
面向大规模部署的 LLM 推理引擎，支持 CUDA、ROCm、TPU、Inferentia 等多种硬件后端，并提供 LoRA 与投机解码等加速能力。
跨平台 LXMF 客户端，通过 Reticulum 网络在 LoRa、分组无线电、WiFi、I2P 等链路上实现去中心化点对点通信，无需互联网即可收发消息。
把 PyTorch 模型转成 iOS/macOS 可直接用的 .mlpackage，每个模型都配转换脚本和 SwiftUI 示例，省去自己折腾 Core ML 的麻烦。
汇总低光照图像增强方向的论文、数据集与代码资源，涵盖 Retinex、直方图均衡和深度学习方法，方便快速查找与对比方案。
面向 GPU 工作负载的无服务器平台，可快速部署推理服务、沙箱和后台任务，按需自动扩缩容，省去自建集群的运维成本。
一份面向 2026 年的视觉 SLAM 学习路线图，把计算机视觉、深度学习、RGB-D、VIO 等知识按阶段串成清晰的学习路径，帮新手系统入门并成长为视觉 SLAM 开发者。