训练与微调
共 505 个仓库
基于 Apache Spark 的 AutoML 库，用强类型 DSL 搭建模块化、可复用的机器学习工作流，减少手工调参。
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。
MambaVision 是 CVPR 2025 提出的混合 Mamba-Transformer 视觉骨干网络，用 PyTorch 实现，可直接用于图像分类、目标检测和分割等视觉任务。
面向卫星和航拍影像的深度学习库与框架，基于 PyTorch 提供遥感场景下的分类、目标检测和语义分割训练与推理能力。
基于 PyTorch 的多语言语音合成工具包，支持 7000 多种语言的可控快速 TTS，可训练和微调自己的语音模型。
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 TensorFlow 实现的手写文字识别系统，基于 CNN 与循环神经网络，把图片中的手写文字转成文本，适合做 OCR 训练与微调。
NannyML 是 Python 的模型上线后监控库，能在没有真实标签的情况下估计模型性能，并检测数据漂移，帮你在生产环境及时发现模型退化。
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。
汇总扩散模型在医学影像领域的论文与资源，覆盖去噪、重建和生成任务，方便快速跟进 DDPM、NCSN 等方法的进展。
用 C++ 写的轻量级 ONNX 推理库，靠流式加载把内存压到极低，能在树莓派 Zero 2 或 298MB 内存里跑 Stable Diffusion XL 1.0，桌面端也能跑 Mistral 7B。
无需 OCR 的本地化文档解析工具，能把扫描件、表格等非结构化文档直接抽取成结构化数据和 Markdown，还附带 OCR 基准测试。
基于航拍和卫星影像做语义分割，自动提取建筑、停车场、道路、水体、云等要素，适合遥感影像制图与地物识别。
用 C++ 实现的高性能动漫图像放大工具，支持 GPU 加速和 CNN 算法，可作 AviSynth+ 插件或 DirectShow 滤镜接入视频处理流程。
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。
A Python package for extending the official PyTorch that can easily obtain performance on Intel platform
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。
基于 Meta Llama 3 开发的中文大模型项目，提供中文 LLaMA-3 和 Alpaca-3 模型及训练、部署方案，解决中文场景下开源大模型可用性问题。
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。