训练与微调
共 447 个仓库 · 一年内有推送
面向 NVIDIA GPU 和昆仑 XPU 的大模型训练框架，覆盖 LLM、VLM、扩散模型和具身模型，支持 LoRA、预训练、SFT 与中期训练，开箱即用适配 DeepSeek、GLM、Kimi 等主流模型。
汇总各家提供深度学习 GPU 算力的云服务商清单，方便按需挑选训练和推理用的云端 GPU 资源。
用 Python 写的高性能视觉库，把图像预处理、增强和 GPU 加速封装成简洁 API，省去重复样板代码，让研究者专注模型实验。
系统梳理视觉自回归模型的研究综述（TMLR 2025），覆盖图像生成、多模态、点云、运动预测等方向，帮研究者快速理清技术脉络与加速方法。
基于 Windows Desktop Duplication API 的 Python 高性能截屏库，低延迟抓取屏幕画面，适合给计算机视觉和智能体应用做实时输入。
C++ 编写的机器学习框架，同时支持深度学习与传统算法，可加载 ONNX 模型，适合在 C++ 项目中集成训练与推理能力。
单卡微调大模型前的显存预检工具，估算显存占用并给出可直接跑的 LoRA/QLoRA 配置，避免盲目开训就爆显存。
基于 PyTorch/MXNet 的 Python 文字检测工具包，能从图片中定位中英文场景文字、数学公式和版面结构，适合 OCR 前处理与文档解析。
一套面向音频处理的深度学习实战代码集，覆盖语音识别、说话人验证、关键词唤醒、语音合成与音色转换等任务，可直接参考实现来训练和微调模型。
本地运行的 AI 生产力工具，内置 ChatGPT、DeepSeek、Qwen 等模型，可一键批量处理图片、视频和音频，兼顾隐私与数据安全。
一套 MANET IP 网状无线电工具包，用 batman-adv、LoRa、HaLow 等协议把设备组成去中心化自组网，适合无网络覆盖的离网通信场景。
一套教你从零搭建、开发和维护现代 MLOps 代码库的实战课程，覆盖工程规范与最佳实践，适合想系统入门 MLOps 的数据科学和机器学习开发者。
一套不依赖框架的 Colab 实战笔记本，覆盖模型 API、结构化输出、工具调用、RAG、评测、Agent 循环、LoRA 微调与提示注入防护，帮 AI 工程师和 FDE 快速上手真实技能。
用 C++ 把 YOLOv8 模型部署到 TensorRT 上做高性能推理，适合需要低延迟目标检测的工程落地场景。
一套 Colab 笔记本，手把手演示蛋白质与 RNA 结构预测、设计、对接等深度学习工具的用法，适合边跑边学。
在 Databricks 上快速搭建符合生产最佳实践的机器学习项目脚手架，开箱即用且可定制，省去从零配置 MLOps 流程的麻烦。
Hailo 官方预训练模型库，提供面向 Hailo-8 边缘 AI 加速器的模型、量化工具和完整评估环境，方便直接部署到端侧设备。
提供在 Google Cloud Vertex AI 上搭建端到端 MLOps 工作流的模板与示例，覆盖训练、部署到监控的完整流程，方便快速落地机器学习运维。
一站式 LoRA 与微调工作室，支持 Klein 9B、Qwen Image 2.1、Z-Image Turbo 等图像、视频、音乐模型，可训练、微调、分析、修复并提取 LoRA/LoKR。
Meesho 开源的端到端机器学习基础设施栈，提供在线特征存储等组件，支撑印度规模下的实时与批量 ML 工作负载。
一套面向本地推理的实用工具集，包含 ComfyUI 工作流和基准测试配置，基于 4 张 RTX 3090 的机器实测，方便复现视频生成与 LoRA 相关实验。
Python 实现的多目标跟踪算法集合，集成 IoU Tracker 等多种跟踪器，配合 OpenCV 和 SSD-MobileNet 等检测模型，快速搭建视频目标跟踪流程。
OmniVinci 是英伟达开源的全模态大模型，能同时理解视觉、音频和语言三种输入，适合做多模态联合推理与训练研究。
围绕预训练权重做黑盒优化与神经进化，用 LoRA 集成多个任务专家，提升大模型后训练与推理表现。