Machine Learning Guide
1.0.0
หมายเหตุ: คุณสามารถแปลงไฟล์มาร์กดาวน์นี้เป็น PDF ใน VSCode ได้อย่างง่ายดายโดยใช้ส่วนขยาย Markdown PDF ที่มีประโยชน์นี้
กรอบการเรียนรู้ของเครื่อง/การเรียนรู้เชิงลึก
แหล่งเรียนรู้สำหรับ ML
กรอบงาน ML, ไลบรารี และเครื่องมือ
อัลกอริทึม
การพัฒนา PyTorch
การพัฒนาเทนเซอร์โฟลว์
การพัฒนา ML หลัก
การพัฒนาการเรียนรู้เชิงลึก
การพัฒนาการเรียนรู้แบบเสริมกำลัง
การพัฒนาคอมพิวเตอร์วิทัศน์
การพัฒนาการประมวลผลภาษาธรรมชาติ (NLP)
ชีวสารสนเทศศาสตร์
การพัฒนาซียูเอ
การพัฒนา MATLAB
การพัฒนาซี/ซี++
การพัฒนาจาวา
การพัฒนาหลาม
การพัฒนาสกาล่า
อาร์ ดีเวลลอปเม้นท์
จูเลีย ดีเวลลอปเมนท์
กลับไปด้านบน
การเรียนรู้ของเครื่องเป็นสาขาหนึ่งของปัญญาประดิษฐ์ (AI) ที่มุ่งเน้นไปที่การสร้างแอปโดยใช้อัลกอริทึมที่เรียนรู้จากแบบจำลองข้อมูลและปรับปรุงความแม่นยำเมื่อเวลาผ่านไปโดยไม่จำเป็นต้องตั้งโปรแกรม
กลับไปด้านบน
แนวทางปฏิบัติที่ดีที่สุดในการประมวลผลภาษาธรรมชาติ (NLP) โดย Microsoft
หนังสือคู่มือการขับขี่อัตโนมัติโดย Microsoft
Azure Machine Learning - ML เป็นบริการ | ไมโครซอฟต์ อาซัวร์
วิธีเรียกใช้ Jupyter Notebooks ในพื้นที่ทำงาน Azure Machine Learning ของคุณ
การเรียนรู้ของเครื่องและปัญญาประดิษฐ์ | อเมซอนเว็บเซอร์วิส
การกำหนดเวลาสมุดบันทึก Jupyter บนอินสแตนซ์ชั่วคราวของ Amazon SageMaker
AI และการเรียนรู้ของเครื่อง | กูเกิลคลาวด์
การใช้ Jupyter Notebooks กับ Apache Spark บน Google Cloud
การเรียนรู้ของเครื่อง | นักพัฒนาแอปเปิ้ล
ปัญญาประดิษฐ์และระบบอัตโนมัติ | เทสลา
เครื่องมือ Meta AI | เฟสบุ๊ค
บทช่วยสอน PyTorch
บทช่วยสอน TensorFlow
จูปิเตอร์แล็บ
การแพร่กระจายที่เสถียรด้วย Core ML บน Apple Silicon
กลับไปด้านบน
Machine Learning โดย Stanford University โดย Andrew Ng | กูร์เรร่า
หลักสูตรการฝึกอบรม AWS และการรับรองสำหรับการเรียนรู้ของเครื่อง (ML)
โครงการทุนการศึกษา Machine Learning สำหรับ Microsoft Azure | ความอูดาซิตี้
ได้รับการรับรองจาก Microsoft: ผู้ร่วมนักวิทยาศาสตร์ข้อมูล Azure
ได้รับการรับรองจาก Microsoft: รองวิศวกร Azure AI
การฝึกอบรมและการปรับใช้ Azure Machine Learning
การเรียนรู้ของเครื่องและปัญญาประดิษฐ์จาก Google Cloud Training
หลักสูตรข้อขัดข้องของการเรียนรู้ของเครื่องสำหรับ Google Cloud
หลักสูตรการเรียนรู้ของเครื่องออนไลน์ | อูเดมี่
หลักสูตรการเรียนรู้ของเครื่องออนไลน์ | กูร์เรร่า
เรียนรู้การเรียนรู้ของเครื่องด้วยหลักสูตรและชั้นเรียนออนไลน์ | edX
กลับไปด้านบน
การเรียนรู้ของเครื่องเบื้องต้น (PDF)
ปัญญาประดิษฐ์: แนวทางสมัยใหม่ โดย Stuart J. Russel และ Peter Norvig
การเรียนรู้เชิงลึก โดย Ian Goodfellow, Yoshoua Bengio และ Aaron Courville
หนังสือการเรียนรู้ของเครื่องร้อยหน้า โดย Andriy Burkov
การเรียนรู้ของเครื่องโดย Tom M. Mitchell
Programming Collective Intelligence: การสร้างแอปพลิเคชัน Smart Web 2.0 โดย Toby Segaran
การเรียนรู้ของเครื่อง: มุมมองอัลกอริทึม ฉบับพิมพ์ครั้งที่สอง
การจดจำรูปแบบและการเรียนรู้ของเครื่องโดย Christopher M. Bishop
การประมวลผลภาษาธรรมชาติด้วย Python โดย Steven Bird, Ewan Klein และ Edward Loper
Python Machine Learning: แนวทางทางเทคนิคสำหรับการเรียนรู้ของเครื่องสำหรับผู้เริ่มต้น โดย Leonard Eddison
การใช้เหตุผลแบบเบย์และการเรียนรู้ของเครื่องโดย David Barber
การเรียนรู้ของเครื่องสำหรับผู้เริ่มต้นอย่างแท้จริง: บทนำภาษาอังกฤษธรรมดา โดย Oliver Theobald
การเรียนรู้ของเครื่องในทางปฏิบัติโดย Ben Wilson
การเรียนรู้ของเครื่องแบบลงมือปฏิบัติด้วย Scikit-Learn, Keras และ TensorFlow: แนวคิด เครื่องมือ และเทคนิคในการสร้างระบบอัจฉริยะ โดย Aurélien Géron
การเรียนรู้ของเครื่องเบื้องต้นด้วย Python: คู่มือสำหรับนักวิทยาศาสตร์ข้อมูล โดย Andreas C. Müller และ Sarah Guido
การเรียนรู้ของเครื่องสำหรับแฮกเกอร์: กรณีศึกษาและอัลกอริทึมเพื่อให้คุณเริ่มต้นโดย Drew Conway และ John Myles White
องค์ประกอบของการเรียนรู้ทางสถิติ: การทำเหมืองข้อมูล การอนุมาน และการทำนาย โดย Trevor Hastie, Robert Tibshirani และ Jerome Friedman
รูปแบบการเรียนรู้ของเครื่องแบบกระจาย - หนังสือ (อ่านออนไลน์ฟรี) + รหัส
การเรียนรู้ของเครื่องในโลกแห่งความเป็นจริง [บทฟรี]
ความรู้เบื้องต้นเกี่ยวกับการเรียนรู้ทางสถิติ - หนังสือ + รหัส R
องค์ประกอบของการเรียนรู้ทางสถิติ - หนังสือ
Think Bayes - หนังสือ + รหัส Python
การขุดชุดข้อมูลขนาดใหญ่
การเผชิญหน้าครั้งแรกกับการเรียนรู้ของเครื่อง
การเรียนรู้ของเครื่องเบื้องต้น - Alex Smola และ SVN Vishwanathan
ทฤษฎีความน่าจะเป็นของการรู้จำรูปแบบ
ความรู้เบื้องต้นเกี่ยวกับการดึงข้อมูล
การพยากรณ์: หลักการและการปฏิบัติ
การเรียนรู้ของเครื่องเบื้องต้น - อัมโนน ชาชูอา
การเรียนรู้แบบเสริมกำลัง
การเรียนรู้ของเครื่อง
ภารกิจสำหรับ AI
การเขียนโปรแกรม R สำหรับวิทยาศาสตร์ข้อมูล
การทำเหมืองข้อมูล - เครื่องมือและเทคนิคการเรียนรู้ของเครื่องที่ใช้งานได้จริง
การเรียนรู้ของเครื่องด้วย TensorFlow
ระบบการเรียนรู้ของเครื่อง
รากฐานของการเรียนรู้ของเครื่อง - Mehryar Mohri, Afshin Rostamizadeh และ Ameet Talwalkar
การค้นหาที่ขับเคลื่อนด้วย AI - Trey Grainger, Doug Turnbull, Max Irwin -
วิธีการทั้งมวลสำหรับการเรียนรู้ของเครื่อง - Gautam Kunapuli
การดำเนินการทางวิศวกรรมการเรียนรู้ของเครื่อง - เบ็น วิลสัน
การเรียนรู้ของเครื่องที่รักษาความเป็นส่วนตัว - J. Morris Chang, Di Zhuang, G. Dumindu Samaraweera
การเรียนรู้ของเครื่องอัตโนมัติในทางปฏิบัติ - Qingquan Song, Haifeng Jin และ Xia Hu
รูปแบบการเรียนรู้ของเครื่องแบบกระจาย - Yuan Tang
การจัดการโปรเจ็กต์การเรียนรู้ของเครื่อง: จากการออกแบบไปจนถึงการใช้งาน - ไซมอน ทอมป์สัน
การเรียนรู้ของเครื่องเชิงสาเหตุ - โรเบิร์ต เนส
การเพิ่มประสิทธิภาพแบบเบย์ในการดำเนินการ - Quan Nguyen
อัลกอริธึมการเรียนรู้ของเครื่องเชิงลึก) - Vadim Smolyakov
อัลกอริทึมการเพิ่มประสิทธิภาพ - Alaa Khamis
การเพิ่มประสิทธิภาพการไล่ระดับสีในทางปฏิบัติโดย Guillaume Saupin
กลับไปด้านบน
กลับไปด้านบน
TensorFlow เป็นแพลตฟอร์มโอเพ่นซอร์สแบบครบวงจรสำหรับแมชชีนเลิร์นนิง มีระบบนิเวศที่ครอบคลุมและยืดหยุ่นของเครื่องมือ ห้องสมุด และทรัพยากรชุมชน ซึ่งช่วยให้นักวิจัยผลักดันความล้ำสมัยใน ML และนักพัฒนาสามารถสร้างและปรับใช้แอปพลิเคชันที่ขับเคลื่อนด้วย ML ได้อย่างง่ายดาย
Keras เป็น API เครือข่ายประสาทระดับสูงที่เขียนด้วย Python และสามารถทำงานบน TensorFlow, CNTK หรือ Theano ได้ ได้รับการพัฒนาโดยมุ่งเน้นที่การเปิดใช้งานการทดลองที่รวดเร็ว สามารถทำงานบน TensorFlow, Microsoft Cognitive Toolkit, R, Theano หรือ PlaidML
PyTorch เป็นไลบรารีสำหรับการเรียนรู้เชิงลึกเกี่ยวกับข้อมูลอินพุตที่ผิดปกติ เช่น กราฟ พอยต์คลาวด์ และแมนิโฟลด์ พัฒนาโดยห้องปฏิบัติการวิจัย AI ของ Facebook เป็นหลัก
Amazon SageMaker เป็นบริการที่มีการจัดการเต็มรูปแบบซึ่งช่วยให้นักพัฒนาและนักวิทยาศาสตร์ข้อมูลทุกคนสามารถสร้าง ฝึกอบรม และปรับใช้โมเดล Machine Learning (ML) ได้อย่างรวดเร็ว SageMaker ขจัดภาระหนักออกจากแต่ละขั้นตอนของกระบวนการแมชชีนเลิร์นนิง เพื่อให้ง่ายต่อการพัฒนาโมเดลคุณภาพสูง
Azure Databricks เป็นบริการวิเคราะห์ข้อมูลขนาดใหญ่บน Apache Spark ที่รวดเร็วและทำงานร่วมกัน ซึ่งออกแบบมาสำหรับวิทยาศาสตร์ข้อมูลและวิศวกรรมข้อมูล Azure Databricks ตั้งค่าสภาพแวดล้อม Apache Spark ของคุณในไม่กี่นาที ปรับขนาดอัตโนมัติ และทำงานร่วมกันในโครงการที่ใช้ร่วมกันในพื้นที่ทำงานแบบโต้ตอบ Azure Databricks รองรับ Python, Scala, R, Java และ SQL รวมถึงเฟรมเวิร์กและไลบรารีวิทยาศาสตร์ข้อมูล รวมถึง TensorFlow, PyTorch และ scikit-learn
Microsoft Cognitive Toolkit (CNTK) เป็นชุดเครื่องมือโอเพ่นซอร์สสำหรับการเรียนรู้เชิงลึกแบบกระจายในเชิงพาณิชย์ โดยอธิบายโครงข่ายประสาทเทียมว่าเป็นชุดของขั้นตอนการคำนวณผ่านกราฟกำกับ CNTK ช่วยให้ผู้ใช้สามารถรับรู้และรวมประเภทโมเดลยอดนิยม เช่น feed-forward DNN, Convolutional Neural Networks (CNN) และ Recurrent Neural Networks (RNNs/LSTM) CNTK ใช้การเรียนรู้แบบ Stochastic Gradient Descent (SGD, Error Backpropagation) พร้อมการสร้างความแตกต่างอัตโนมัติและการทำงานแบบขนานใน GPU และเซิร์ฟเวอร์หลายตัว
Apple CoreML เป็นเฟรมเวิร์กที่ช่วยผสานรวมโมเดลการเรียนรู้ของเครื่องเข้ากับแอปของคุณ Core ML มอบการนำเสนอแบบครบวงจรสำหรับทุกรุ่น แอปของคุณใช้ Core ML API และข้อมูลผู้ใช้ในการคาดการณ์ และฝึกหรือปรับแต่งโมเดล ทั้งหมดนี้อยู่ในอุปกรณ์ของผู้ใช้ แบบจำลองเป็นผลมาจากการใช้อัลกอริธึมการเรียนรู้ของเครื่องกับชุดข้อมูลการฝึก คุณใช้แบบจำลองเพื่อคาดการณ์ตามข้อมูลที่ป้อนใหม่
Apache OpenNLP เป็นไลบรารีโอเพ่นซอร์สสำหรับชุดเครื่องมือการเรียนรู้ของเครื่องที่ใช้ในการประมวลผลข้อความภาษาธรรมชาติ โดยมี API สำหรับกรณีการใช้งานต่างๆ เช่น การจดจำเอนทิตีที่มีชื่อ, การตรวจจับประโยค, การแท็ก POS (ส่วนหนึ่งของคำพูด), การแยกคุณสมบัติ Tokenization, การแยกส่วน, การแยกวิเคราะห์ และการแก้ไขแกนกลาง
Apache Airflow เป็นแพลตฟอร์มการจัดการเวิร์กโฟลว์โอเพ่นซอร์สที่สร้างขึ้นโดยชุมชนเพื่อเขียนโปรแกรม กำหนดเวลา และตรวจสอบเวิร์กโฟลว์ ติดตั้ง. หลักการ. ปรับขนาดได้ Airflow มีสถาปัตยกรรมแบบโมดูลาร์และใช้คิวข้อความเพื่อจัดการจำนวนพนักงานตามที่ต้องการ การไหลเวียนของอากาศพร้อมที่จะขยายขนาดไปจนถึงระยะอนันต์
Open Neural Network Exchange (ONNX) เป็นระบบนิเวศแบบเปิดที่ช่วยให้นักพัฒนา AI สามารถเลือกเครื่องมือที่เหมาะสมได้ในขณะที่โปรเจ็กต์ของพวกเขามีการพัฒนา ONNX นำเสนอรูปแบบโอเพ่นซอร์สสำหรับโมเดล AI ทั้งการเรียนรู้เชิงลึกและ ML แบบดั้งเดิม โดยจะกำหนดแบบจำลองกราฟการคำนวณแบบขยายได้ รวมถึงคำจำกัดความของตัวดำเนินการในตัวและประเภทข้อมูลมาตรฐาน
Apache MXNet เป็นเฟรมเวิร์กการเรียนรู้เชิงลึกที่ออกแบบมาเพื่อทั้งประสิทธิภาพและความยืดหยุ่น ช่วยให้คุณสามารถผสมผสานการเขียนโปรแกรมเชิงสัญลักษณ์และความจำเป็นเพื่อเพิ่มประสิทธิภาพและประสิทธิผลสูงสุด ที่แกนหลัก MXNet มีตัวกำหนดตารางเวลาการขึ้นต่อกันแบบไดนามิกซึ่งจะขนานการดำเนินการทั้งเชิงสัญลักษณ์และความจำเป็นโดยอัตโนมัติทันที เลเยอร์การปรับกราฟให้เหมาะสมที่อยู่ด้านบนทำให้การดำเนินการเชิงสัญลักษณ์รวดเร็วและมีประสิทธิภาพหน่วยความจำ MXNet พกพาสะดวกและมีน้ำหนักเบา โดยปรับขนาดได้อย่างมีประสิทธิภาพตาม GPU หลายตัวและเครื่องหลายเครื่อง รองรับ Python, R, Julia, Scala, Go, Javascript และอีกมากมาย
AutoGluon เป็นชุดเครื่องมือสำหรับการเรียนรู้เชิงลึกที่ทำให้งานการเรียนรู้ของเครื่องเป็นอัตโนมัติ ช่วยให้คุณบรรลุประสิทธิภาพการคาดการณ์ที่แข็งแกร่งในแอปพลิเคชันของคุณได้อย่างง่ายดาย ด้วยโค้ดเพียงไม่กี่บรรทัด คุณสามารถฝึกฝนและปรับใช้โมเดลการเรียนรู้เชิงลึกที่มีความแม่นยำสูงกับข้อมูลแบบตาราง รูปภาพ และข้อความได้
Anaconda เป็นแพลตฟอร์ม Data Science ที่ได้รับความนิยมอย่างมากสำหรับการเรียนรู้ของเครื่องและการเรียนรู้เชิงลึก ซึ่งช่วยให้ผู้ใช้สามารถพัฒนาโมเดล ฝึกอบรม และปรับใช้โมเดลเหล่านั้นได้
PlaidML เป็นคอมไพเลอร์เทนเซอร์ขั้นสูงแบบพกพาสำหรับการเปิดใช้งานการเรียนรู้เชิงลึกบนแล็ปท็อป อุปกรณ์ฝังตัว หรืออุปกรณ์อื่นๆ ที่ฮาร์ดแวร์คอมพิวเตอร์ที่มีอยู่ไม่ได้รับการสนับสนุนอย่างดี หรือชุดซอฟต์แวร์ที่มีอยู่มีข้อจำกัดสิทธิ์การใช้งานที่ไม่อร่อย
OpenCV เป็นไลบรารีที่ได้รับการปรับให้เหมาะสมที่สุดโดยเน้นไปที่แอปพลิเคชันคอมพิวเตอร์วิทัศน์แบบเรียลไทม์ อินเทอร์เฟซ C++, Python และ Java รองรับ Linux, MacOS, Windows, iOS และ Android
Scikit-Learn เป็นโมดูล Python สำหรับการเรียนรู้ของเครื่องที่สร้างขึ้นจาก SciPy, NumPy และ matplotlib ทำให้ง่ายต่อการใช้งานอัลกอริธึมการเรียนรู้ของเครื่องยอดนิยมมากมายที่มีประสิทธิภาพและเรียบง่าย
Weka เป็นซอฟต์แวร์แมชชีนเลิร์นนิงแบบโอเพ่นซอร์สที่สามารถเข้าถึงได้ผ่านอินเทอร์เฟซผู้ใช้แบบกราฟิก แอปพลิเคชันเทอร์มินัลมาตรฐาน หรือ Java API มีการใช้กันอย่างแพร่หลายสำหรับการสอน การวิจัย และการใช้งานในอุตสาหกรรม มีเครื่องมือในตัวมากมายสำหรับงานแมชชีนเลิร์นนิงมาตรฐาน และยังให้การเข้าถึงกล่องเครื่องมือที่มีชื่อเสียง เช่น scikit-learn, R และ Deeplearning4j ได้อย่างโปร่งใส
Caffe เป็นเฟรมเวิร์กการเรียนรู้เชิงลึกที่สร้างขึ้นโดยคำนึงถึงการแสดงออก ความเร็ว และความเป็นโมดูล ได้รับการพัฒนาโดย Berkeley AI Research (BAIR)/The Berkeley Vision and Learning Center (BVLC) และผู้ร่วมให้ข้อมูลในชุมชน
Theano เป็นไลบรารี Python ที่ช่วยให้คุณสามารถกำหนด ปรับให้เหมาะสม และประเมินนิพจน์ทางคณิตศาสตร์ที่เกี่ยวข้องกับอาร์เรย์หลายมิติได้อย่างมีประสิทธิภาพ รวมถึงการบูรณาการอย่างแน่นหนากับ NumPy
nGraph เป็นไลบรารี C++ โอเพ่นซอร์ส คอมไพเลอร์ และรันไทม์สำหรับ Deep Learning nGraph Compiler มีเป้าหมายเพื่อเร่งการพัฒนาปริมาณงาน AI โดยใช้เฟรมเวิร์กการเรียนรู้เชิงลึกและปรับใช้กับฮาร์ดแวร์เป้าหมายที่หลากหลาย โดยมอบอิสระ ประสิทธิภาพ และความสะดวกในการใช้งานแก่นักพัฒนา AI
NVIDIA cuDNN เป็นไลบรารี่ดั้งเดิมที่เร่งด้วย GPU สำหรับโครงข่ายประสาทเชิงลึก cuDNN นำเสนอการใช้งานที่ได้รับการปรับแต่งอย่างดีสำหรับรูทีนมาตรฐาน เช่น การสลับไปข้างหน้าและข้างหลัง การรวมกลุ่ม การทำให้เป็นมาตรฐาน และเลเยอร์การเปิดใช้งาน cuDNN เร่งความเร็วเฟรมเวิร์กการเรียนรู้เชิงลึกที่ใช้กันอย่างแพร่หลาย รวมถึง Caffe2, Chainer, Keras, MATLAB, MxNet, PyTorch และ TensorFlow
Huginn เป็นระบบที่โฮสต์เองสำหรับการสร้างตัวแทนที่ทำงานอัตโนมัติให้คุณทางออนไลน์ สามารถอ่านเว็บ ดูกิจกรรม และดำเนินการในนามของคุณได้ ตัวแทนของ Huginn สร้างและใช้กิจกรรมต่างๆ โดยเผยแพร่ไปตามกราฟที่กำหนดทิศทาง คิดว่าเป็นเวอร์ชันที่แฮ็กได้ของ IFTTT หรือ Zapier บนเซิร์ฟเวอร์ของคุณเอง
Netron เป็นผู้ดูโมเดลโครงข่ายประสาทเทียม การเรียนรู้เชิงลึก และการเรียนรู้ของเครื่อง รองรับ ONNX, TensorFlow Lite, Caffe, Keras, Darknet, PaddlePaddle, ncnn, MNN, Core ML, RKNN, MXNet, MindSpore Lite, TNN, Barracuda, Tengine, CNTK, TensorFlow.js, Caffe2 และ UFF
โดปามีนเป็นกรอบการวิจัยสำหรับการสร้างต้นแบบอย่างรวดเร็วของอัลกอริธึมการเรียนรู้แบบเสริมกำลัง
DALI คือไลบรารีที่เร่งด้วย GPU ซึ่งมีบล็อคส่วนประกอบที่ได้รับการปรับปรุงประสิทธิภาพสูงและกลไกดำเนินการสำหรับการประมวลผลข้อมูลเพื่อเร่งการฝึกอบรมการเรียนรู้เชิงลึกและการอนุมาน
MindSpore Lite เป็นเฟรมเวิร์กการฝึกอบรม/การอนุมานการเรียนรู้เชิงลึกแบบโอเพ่นซอร์สใหม่ที่สามารถใช้กับสถานการณ์บนมือถือ Edge และคลาวด์ได้
Darknet เป็นเฟรมเวิร์กโครงข่ายประสาทเทียมแบบโอเพ่นซอร์สที่เขียนด้วยภาษา C และ CUDA รวดเร็ว ติดตั้งง่าย และรองรับการคำนวณ CPU และ GPU
PaddlePaddle เป็นแพลตฟอร์มการเรียนรู้เชิงลึกที่ใช้งานง่าย มีประสิทธิภาพ ยืดหยุ่น และปรับขนาดได้ ซึ่งเดิมได้รับการพัฒนาโดยนักวิทยาศาสตร์และวิศวกรของ Baidu โดยมีวัตถุประสงค์เพื่อประยุกต์การเรียนรู้เชิงลึกกับผลิตภัณฑ์มากมายที่ Baidu
GoogleNotebookLM เป็นเครื่องมือ AI ทดลองที่ใช้พลังของโมเดลภาษาจับคู่กับเนื้อหาที่มีอยู่ของคุณเพื่อรับข้อมูลเชิงลึกที่สำคัญเร็วขึ้น คล้ายกับผู้ช่วยวิจัยเสมือนจริงที่สามารถสรุปข้อเท็จจริง อธิบายแนวคิดที่ซับซ้อน และระดมความคิดในการเชื่อมโยงใหม่ๆ ตามแหล่งข้อมูลที่คุณเลือก
Unilm คือการฝึกอบรมล่วงหน้าแบบมีผู้ดูแลด้วยตนเองขนาดใหญ่ทั้งในด้านงาน ภาษา และรูปแบบต่างๆ
Semantic Kernel (SK) เป็น SDK แบบน้ำหนักเบาที่ช่วยให้สามารถบูรณาการ AI Large Language Models (LLM) เข้ากับภาษาการเขียนโปรแกรมทั่วไปได้ โมเดลการเขียนโปรแกรมแบบขยายได้ของ SK ผสมผสานฟังก์ชันความหมายของภาษาธรรมชาติ ฟังก์ชันโค้ดเนทิฟแบบดั้งเดิม และหน่วยความจำแบบฝังเพื่อปลดล็อกศักยภาพใหม่และเพิ่มมูลค่าให้กับแอปพลิเคชันด้วย AI
Pandas AI เป็นไลบรารี Python ที่รวมความสามารถด้านปัญญาประดิษฐ์เชิงสร้างสรรค์เข้ากับ Pandas ทำให้ดาต้าเฟรมเป็นการสนทนา
NCNN เป็นเฟรมเวิร์กการอนุมานโครงข่ายประสาทเทียมประสิทธิภาพสูงที่ปรับให้เหมาะกับแพลตฟอร์มมือถือ
MNN เป็นเฟรมเวิร์กการเรียนรู้เชิงลึกที่รวดเร็วและใช้งานง่าย ผ่านการทดสอบการต่อสู้โดยกรณีการใช้งานที่สำคัญทางธุรกิจในอาลีบาบา
MediaPipe ได้รับการปรับให้เหมาะสมสำหรับประสิทธิภาพแบบ end-to-end บนแพลตฟอร์มที่หลากหลาย ดูการสาธิต เรียนรู้เพิ่มเติม ML บนอุปกรณ์ที่ซับซ้อน ทำให้ง่ายขึ้น เราได้สรุปความซับซ้อนของการทำให้ ML บนอุปกรณ์ปรับแต่งได้ พร้อมใช้งานจริง และเข้าถึงได้ข้ามแพลตฟอร์ม
MegEngine เป็นเฟรมเวิร์กการเรียนรู้เชิงลึกที่รวดเร็ว ปรับขนาดได้ และเป็นมิตรกับผู้ใช้ พร้อมด้วยคุณสมบัติหลัก 3 ประการ: เฟรมเวิร์กแบบรวมสำหรับทั้งการฝึกอบรมและการอนุมาน
ML.NET เป็นไลบรารีการเรียนรู้ของเครื่องที่ออกแบบมาให้เป็นแพลตฟอร์มที่ขยายได้ เพื่อให้คุณสามารถใช้เฟรมเวิร์ก ML ยอดนิยมอื่นๆ ได้ (TensorFlow, ONNX, Infer.NET และอื่นๆ) และสามารถเข้าถึงสถานการณ์การเรียนรู้ของเครื่องได้มากขึ้น เช่น การจัดหมวดหมู่รูปภาพ การตรวจจับวัตถุ และอื่นๆ
Ludwig เป็นเฟรมเวิร์กแมชชีนเลิร์นนิงที่เปิดเผยซึ่งทำให้ง่ายต่อการกำหนดไปป์ไลน์แมชชีนเลิร์นนิงโดยใช้ระบบการกำหนดค่าที่ขับเคลื่อนด้วยข้อมูลที่เรียบง่ายและยืดหยุ่น
MMdnn เป็นเครื่องมือข้ามเฟรมเวิร์กที่ครอบคลุมในการแปลง แสดงภาพ และวินิจฉัยโมเดลการเรียนรู้เชิงลึก (DL) "MM" ย่อมาจาก Model Management และ "dnn" เป็นตัวย่อของ Deep Neural Network แปลงโมเดลระหว่าง Caffe, Keras, MXNet, Tensorflow, CNTK, PyTorch Onnx และ CoreML
Horovod เป็นเฟรมเวิร์กการฝึกอบรมการเรียนรู้เชิงลึกแบบกระจายสำหรับ TensorFlow, Keras, PyTorch และ Apache MXNet
Vaex เป็นไลบรารี Python ประสิทธิภาพสูงสำหรับ DataFrames นอกคอร์ที่ขี้เกียจ (คล้ายกับ Pandas) เพื่อแสดงภาพและสำรวจชุดข้อมูลแบบตารางขนาดใหญ่
GluonTS เป็นแพ็คเกจ Python สำหรับการสร้างแบบจำลองอนุกรมเวลาความน่าจะเป็น โดยมุ่งเน้นไปที่โมเดลการเรียนรู้เชิงลึกโดยใช้ PyTorch และ MXNet
MindsDB คือเซิร์ฟเวอร์ ML-SQL ช่วยให้เวิร์กโฟลว์การเรียนรู้ของเครื่องสำหรับฐานข้อมูลและคลังข้อมูลที่ทรงพลังที่สุดโดยใช้ SQL
Jupyter Notebook เป็นเว็บแอปพลิเคชันโอเพ่นซอร์สที่ให้คุณสร้างและแบ่งปันเอกสารที่มีโค้ดสด สมการ การแสดงภาพ และข้อความบรรยาย Jupyter มีการใช้กันอย่างแพร่หลายในอุตสาหกรรมที่ทำการล้างข้อมูลและการแปลงข้อมูล การจำลองเชิงตัวเลข การสร้างแบบจำลองทางสถิติ การสร้างภาพข้อมูล วิทยาศาสตร์ข้อมูล และการเรียนรู้ของเครื่อง
Apache Spark เป็นเครื่องมือวิเคราะห์แบบครบวงจรสำหรับการประมวลผลข้อมูลขนาดใหญ่ โดยให้บริการ API ระดับสูงใน Scala, Java, Python และ R และกลไกที่ได้รับการปรับปรุงซึ่งรองรับกราฟการคำนวณทั่วไปสำหรับการวิเคราะห์ข้อมูล นอกจากนี้ยังรองรับชุดเครื่องมือระดับสูงกว่าที่หลากหลาย รวมถึง Spark SQL สำหรับ SQL และ DataFrames, MLlib สำหรับการเรียนรู้ของเครื่อง, GraphX สำหรับการประมวลผลกราฟ และการสตรีมแบบมีโครงสร้างสำหรับการประมวลผลสตรีม
Apache Spark Connector สำหรับ SQL Server และ Azure SQL เป็นตัวเชื่อมต่อประสิทธิภาพสูงที่ช่วยให้คุณสามารถใช้ข้อมูลธุรกรรมในการวิเคราะห์ Big Data และคงผลลัพธ์ไว้สำหรับการสืบค้นหรือการรายงานเฉพาะกิจ ตัวเชื่อมต่อช่วยให้คุณใช้ฐานข้อมูล SQL ภายในองค์กรหรือในระบบคลาวด์ เป็นแหล่งข้อมูลอินพุตหรือซิงก์ข้อมูลเอาต์พุตสำหรับงาน Spark
Apache PredictionIO เป็นเฟรมเวิร์กแมชชีนเลิร์นนิงแบบโอเพ่นซอร์สสำหรับนักพัฒนา นักวิทยาศาสตร์ข้อมูล และผู้ใช้ปลายทาง รองรับการรวบรวมเหตุการณ์ การปรับใช้อัลกอริธึม การประเมิน การสืบค้นผลลัพธ์การคาดการณ์ผ่าน REST API ขึ้นอยู่กับบริการโอเพ่นซอร์สที่ปรับขนาดได้ เช่น Hadoop, HBase (และ DB อื่นๆ), Elasticsearch, Spark และใช้งานสิ่งที่เรียกว่าสถาปัตยกรรม Lambda
Cluster Manager สำหรับ Apache Kafka(CMAK) เป็นเครื่องมือสำหรับจัดการคลัสเตอร์ Apache Kafka
BigDL คือไลบรารีการเรียนรู้เชิงลึกแบบกระจายสำหรับ Apache Spark ด้วย BigDL ผู้ใช้สามารถเขียนแอปพลิเคชันการเรียนรู้เชิงลึกของตนเป็นโปรแกรม Spark มาตรฐาน ซึ่งสามารถทำงานบนคลัสเตอร์ Spark หรือ Hadoop ที่มีอยู่ได้โดยตรง
Eclipse Deeplearning4J (DL4J) คือชุดของโปรเจ็กต์ที่มีจุดมุ่งหมายเพื่อรองรับความต้องการทั้งหมดของแอปพลิเคชันการเรียนรู้เชิงลึกที่ใช้ JVM (Scala, Kotlin, Clojure และ Groovy) ซึ่งหมายถึงการเริ่มต้นด้วยข้อมูลดิบ โหลดและประมวลผลล่วงหน้าจากทุกที่และทุกรูปแบบ ไปจนถึงการสร้างและปรับแต่งเครือข่ายการเรียนรู้เชิงลึกที่เรียบง่ายและซับซ้อนที่หลากหลาย
Tensorman เป็นโปรแกรมอรรถประโยชน์สำหรับการจัดการคอนเทนเนอร์ Tensorflow ได้ง่ายโดยพัฒนาโดย System76Tensorman ช่วยให้ Tensorflow ทำงานในสภาพแวดล้อมที่แยกออกจากส่วนที่เหลือของระบบ สภาพแวดล้อมเสมือนนี้สามารถทำงานได้อย่างอิสระจากระบบฐาน ทำให้คุณสามารถใช้ Tensorflow เวอร์ชันใดก็ได้บนการกระจาย Linux เวอร์ชันใดก็ได้ที่รองรับรันไทม์ Docker
Numba เป็นโอเพ่นซอร์ส คอมไพเลอร์เพิ่มประสิทธิภาพ NumPy-aware สำหรับ Python ที่สนับสนุนโดย Anaconda, Inc. โดยใช้โปรเจ็กต์คอมไพเลอร์ LLVM เพื่อสร้างโค้ดเครื่องจากไวยากรณ์ Python Numba สามารถคอมไพล์ชุดย่อยขนาดใหญ่ของ Python ที่เน้นตัวเลขได้ รวมถึงฟังก์ชัน NumPy มากมาย นอกจากนี้ Numba ยังรองรับการทำให้ลูปขนานกันโดยอัตโนมัติ การสร้างโค้ดที่เร่งด้วย GPU และการสร้าง ufuncs และการเรียกกลับ C
Chainer เป็นเฟรมเวิร์กการเรียนรู้เชิงลึกที่ใช้ Python โดยมีเป้าหมายเพื่อความยืดหยุ่น โดยให้ API ที่สร้างความแตกต่างอัตโนมัติโดยอิงตามแนวทางแบบกำหนดต่อรัน (กราฟการคำนวณแบบไดนามิก) รวมถึง API ระดับสูงเชิงวัตถุเพื่อสร้างและฝึกโครงข่ายประสาทเทียม นอกจากนี้ยังรองรับ CUDA/cuDNN โดยใช้ CuPy สำหรับการฝึกอบรมและการอนุมานที่มีประสิทธิภาพสูง
XGBoost เป็นไลบรารี่เร่งการไล่ระดับสีแบบกระจายที่ได้รับการปรับปรุงให้มีประสิทธิภาพสูงสุด ยืดหยุ่น และพกพาสะดวก ใช้อัลกอริธึมการเรียนรู้ของเครื่องภายใต้กรอบการทำงานของการไล่ระดับสี XGBoost นำเสนอทรีแบบขนาน (หรือที่เรียกว่า GBDT, GBM) ที่ช่วยแก้ปัญหาด้านวิทยาศาสตร์ข้อมูลจำนวนมากได้อย่างรวดเร็วและแม่นยำ รองรับการฝึกอบรมแบบกระจายบนเครื่องหลายเครื่อง รวมถึงคลัสเตอร์ AWS, GCE, Azure และ Yarn นอกจากนี้ยังสามารถผสานรวมกับ Flink, Spark และระบบโฟลว์ข้อมูลบนคลาวด์อื่นๆ ได้อีกด้วย
cuML คือชุดไลบรารีที่ใช้อัลกอริธึมการเรียนรู้ของเครื่องและฟังก์ชันพื้นฐานทางคณิตศาสตร์ที่แชร์ API ที่เข้ากันได้กับโปรเจ็กต์ RAPIDS อื่นๆ cuML ช่วยให้นักวิทยาศาสตร์ข้อมูล นักวิจัย และวิศวกรซอฟต์แวร์สามารถรันงาน ML แบบตารางแบบดั้งเดิมบน GPU ได้โดยไม่ต้องลงรายละเอียดการเขียนโปรแกรม CUDA ในกรณีส่วนใหญ่ Python API ของ cuML จะจับคู่กับ API จาก scikit-learn
Emu เป็นไลบรารี GPGPU สำหรับ Rust โดยเน้นที่ความสามารถในการพกพา ความเป็นโมดูล และประสิทธิภาพ มันเป็นนามธรรมเฉพาะทางการคำนวณรูปแบบ CUDA บน WebGPU ที่ให้ฟังก์ชันการทำงานเฉพาะเพื่อทำให้ WebGPU รู้สึกเหมือน CUDA มากขึ้น
Scalene เป็นตัวสร้างโปรไฟล์ CPU, GPU และหน่วยความจำประสิทธิภาพสูงสำหรับ Python ที่ทำสิ่งต่าง ๆ มากมายที่ผู้สร้างโปรไฟล์ Python อื่นทำไม่ได้และไม่สามารถทำได้ มันรันลำดับความสำคัญได้เร็วกว่าตัวสร้างโปรไฟล์อื่นๆ ในขณะที่ให้ข้อมูลที่มีรายละเอียดมากกว่ามาก
MLpack เป็นไลบรารีแมชชีนเลิร์นนิง C++ ที่รวดเร็วและยืดหยุ่น ซึ่งเขียนด้วยภาษา C++ และสร้างขึ้นบนไลบรารีพีชคณิตเชิงเส้น Armadillo ไลบรารีการเพิ่มประสิทธิภาพเชิงตัวเลขที่ขยายขนาด และส่วนต่างๆ ของ Boost
Netron เป็นผู้ดูโมเดลโครงข่ายประสาทเทียม การเรียนรู้เชิงลึก และการเรียนรู้ของเครื่อง รองรับ ONNX, TensorFlow Lite, Caffe, Keras, Darknet, PaddlePaddle, ncnn, MNN, Core ML, RKNN, MXNet, MindSpore Lite, TNN, Barracuda, Tengine, CNTK, TensorFlow.js, Caffe2 และ UFF
Lightning เป็นเครื่องมือที่สร้างและฝึกโมเดล PyTorch และเชื่อมต่อกับวงจรการใช้งาน ML โดยใช้เทมเพลต Lightning App โดยไม่ต้องจัดการโครงสร้างพื้นฐาน DIY การจัดการต้นทุน การปรับขนาด ฯลฯ
OpenNN คือไลบรารีเครือข่ายประสาทแบบโอเพ่นซอร์สสำหรับการเรียนรู้ของเครื่อง ประกอบด้วยอัลกอริธึมและยูทิลิตี้ที่ซับซ้อนเพื่อจัดการกับโซลูชันปัญญาประดิษฐ์มากมาย
H20 เป็นแพลตฟอร์ม AI Cloud ที่ช่วยแก้ปัญหาทางธุรกิจที่ซับซ้อนและเร่งการค้นพบแนวคิดใหม่ด้วยผลลัพธ์ที่คุณสามารถเข้าใจและเชื่อถือได้
Gensim เป็นไลบรารี Python สำหรับการสร้างแบบจำลองหัวข้อ การทำดัชนีเอกสาร และการดึงข้อมูลความคล้ายคลึงกันด้วยคลังข้อมูลขนาดใหญ่ กลุ่มเป้าหมายคือชุมชนการประมวลผลภาษาธรรมชาติ (NLP) และการเรียกค้นข้อมูล (IR)
llama.cpp เป็นพอร์ตของโมเดล LLaMA ของ Facebook ใน C/C++
hmmlearn คือชุดของอัลกอริธึมสำหรับการเรียนรู้แบบไม่มีผู้ดูแลและการอนุมานของ Hidden Markov Models
Nextjournal เป็นสมุดบันทึกสำหรับการวิจัยที่สามารถทำซ้ำได้ มันรันทุกสิ่งที่คุณสามารถใส่ลงในคอนเทนเนอร์ Docker ปรับปรุงขั้นตอนการทำงานของคุณด้วยสมุดบันทึกที่พูดได้หลายภาษา การกำหนดเวอร์ชันอัตโนมัติ และการทำงานร่วมกันแบบเรียลไทม์ ประหยัดเวลาและเงินด้วยการจัดเตรียมตามความต้องการ รวมถึงการรองรับ GPU
IPython มอบสถาปัตยกรรมที่หลากหลายสำหรับการประมวลผลเชิงโต้ตอบด้วย:
Veles เป็นแพลตฟอร์มแบบกระจายสำหรับการพัฒนาแอปพลิเคชันการเรียนรู้เชิงลึกอย่างรวดเร็วซึ่งปัจจุบันพัฒนาโดย Samsung
DyNet เป็นไลบรารีโครงข่ายประสาทเทียมที่พัฒนาโดย Carnegie Mellon University และมหาวิทยาลัยอื่นๆ อีกมากมาย เขียนด้วยภาษา C++ (พร้อมการเชื่อมโยงใน Python) และได้รับการออกแบบให้มีประสิทธิภาพเมื่อทำงานบน CPU หรือ GPU และทำงานได้ดีกับเครือข่ายที่มีโครงสร้างไดนามิกที่เปลี่ยนแปลงสำหรับทุกอินสแตนซ์การฝึกอบรม เครือข่ายประเภทนี้มีความสำคัญอย่างยิ่งในงานประมวลผลภาษาธรรมชาติ และ DyNet ได้ถูกนำมาใช้เพื่อสร้างระบบที่ล้ำสมัยสำหรับการแยกวิเคราะห์วากยสัมพันธ์ การแปลภาษาด้วยเครื่อง การผันคำทางสัณฐานวิทยา และขอบเขตการใช้งานอื่นๆ อีกมากมาย
Ray เป็นเฟรมเวิร์กแบบรวมสำหรับการปรับขนาดแอปพลิเคชัน AI และ Python ประกอบด้วยรันไทม์แบบกระจายหลักและชุดเครื่องมือของไลบรารี (Ray AIR) เพื่อเร่งปริมาณงาน ML
Whisper.cpp เป็นการอนุมานประสิทธิภาพสูงของโมเดลการรู้จำคำพูดอัตโนมัติ Whisper (ASR) ของ OpenAI
ChatGPT Plus เป็นแผนการสมัครสมาชิกนำร่อง ( $20/เดือน ) สำหรับ ChatGPT ซึ่งเป็น AI การสนทนาที่สามารถแชทกับคุณ ตอบคำถามติดตามผล และท้าทายสมมติฐานที่ไม่ถูกต้อง
Auto-GPT คือ "ตัวแทน AI" ที่ตั้งเป้าหมายเป็นภาษาธรรมชาติ สามารถพยายามบรรลุเป้าหมายโดยการแบ่งย่อยออกเป็นงานย่อย และใช้อินเทอร์เน็ตและเครื่องมืออื่นๆ ในลูปอัตโนมัติ ใช้ GPT-4 หรือ GPT-3.5 API ของ OpenAI และเป็นหนึ่งในตัวอย่างแรกของแอปพลิเคชันที่ใช้ GPT-4 เพื่อทำงานแบบอัตโนมัติ
Chatbot UI โดย mckaywrigley เป็นชุดแชทบอทขั้นสูงสำหรับโมเดลการแชทของ OpenAI ที่สร้างขึ้นบน Chatbot UI Lite โดยใช้ Next.js, TypeScript และ Tailwind CSS ChatBot UI เวอร์ชันนี้รองรับทั้งรุ่น GPT-3.5 และ GPT-4 การสนทนาจะถูกจัดเก็บไว้ในเบราว์เซอร์ของคุณ คุณสามารถส่งออกและนำเข้าการสนทนาเพื่อป้องกันข้อมูลสูญหายได้ ดูการสาธิต
Chatbot UI Lite โดย mckaywrigley เป็นชุดเริ่มต้นแชทบอทอย่างง่ายสำหรับโมเดลการแชทของ OpenAI โดยใช้ Next.js, TypeScript และ Tailwind CSS ดูการสาธิต
MiniGPT-4 เป็นการยกระดับความเข้าใจภาษาการมองเห็นด้วยโมเดลภาษาขนาดใหญ่ขั้นสูง
GPT4All คือระบบนิเวศของแชทบอทแบบโอเพ่นซอร์สที่ได้รับการฝึกอบรมเกี่ยวกับชุดข้อมูลผู้ช่วยที่สะอาดจำนวนมหาศาล รวมถึงโค้ด เรื่องราว และบทสนทนาที่อิงจาก LLaMa
GPT4All UI เป็นเว็บแอปพลิเคชัน Flask ที่ให้ UI การแชทสำหรับการโต้ตอบกับแชทบอต GPT4All
Alpaca.cpp เป็นรุ่นที่มีลักษณะคล้าย ChatGPT ที่รวดเร็วในอุปกรณ์ของคุณ โดยผสมผสานโมเดลพื้นฐาน LLaMA เข้ากับการจำลองแบบเปิดของ Stanford Alpaca การปรับแต่งโมเดลพื้นฐานอย่างละเอียดเพื่อให้ปฏิบัติตามคำแนะนำ (คล้ายกับ RLHF ที่ใช้ในการฝึก ChatGPT) และชุดการแก้ไข llama.cpp เพื่อเพิ่มอินเทอร์เฟซการแชท
llama.cpp เป็นพอร์ตของโมเดล LLaMA ของ Facebook ใน C/C++
OpenPlayground เป็นพื้นที่เล่นสำหรับการรันโมเดลที่คล้ายกับ ChatGPT ภายในอุปกรณ์ของคุณ
Vicuna เป็นแชทบอตแบบโอเพ่นซอร์สที่ได้รับการฝึกฝนโดย LLaMA ที่ปรับแต่งอย่างละเอียด เห็นได้ชัดว่าบรรลุคุณภาพ chatgpt มากกว่า 90% และมีค่าใช้จ่าย 300 ดอลลาร์ในการฝึกอบรม
Yeagar ai คือผู้สร้างตัวแทน Langchain ที่ออกแบบมาเพื่อช่วยคุณสร้าง สร้างต้นแบบ และปรับใช้เอเจนต์ที่ขับเคลื่อนด้วย AI ได้อย่างง่ายดาย
Vicuna สร้างขึ้นโดยการปรับแต่งโมเดลพื้นฐาน LLaMA โดยใช้การสนทนาที่ผู้ใช้แชร์ประมาณ 70,000 รายการที่รวบรวมจาก ShareGPT.com ด้วย API สาธารณะ เพื่อให้มั่นใจในคุณภาพของข้อมูล ระบบจะแปลง HTML กลับเป็นมาร์กดาวน์และกรองตัวอย่างที่ไม่เหมาะสมหรือคุณภาพต่ำบางส่วนออก
ShareGPT คือที่สำหรับแบ่งปันการสนทนา ChatGPT ที่ดุเดือดที่สุดของคุณได้ด้วยคลิกเดียว โดยมีการแชร์การสนทนาถึง 198,404 ครั้ง
FastChat เป็นแพลตฟอร์มแบบเปิดสำหรับการฝึกอบรม การให้บริการ และการประเมินแชทบอทที่ใช้โมเดลภาษาขนาดใหญ่
Haystack เป็นเฟรมเวิร์ก NLP แบบโอเพ่นซอร์สเพื่อโต้ตอบกับข้อมูลของคุณโดยใช้โมเดล Transformer และ LLM (GPT-4, ChatGPT และอื่นๆ) มีเครื่องมือที่พร้อมสำหรับการผลิตเพื่อสร้างการตัดสินใจที่ซับซ้อน การตอบคำถาม การค้นหาความหมาย แอปพลิเคชันการสร้างข้อความ และอื่นๆ ได้อย่างรวดเร็ว
StableLM (โมเดลภาษา AI ความเสถียร) คือซีรีส์ภาษา StableLM และจะได้รับการอัปเดตอย่างต่อเนื่องด้วยจุดตรวจสอบใหม่
Dolly ของ Databricks คือโมเดลภาษาขนาดใหญ่ที่ทำตามคำสั่งซึ่งได้รับการฝึกฝนบนแพลตฟอร์มแมชชีนเลิร์นนิงของ Databricks ที่ได้รับอนุญาตให้ใช้ในเชิงพาณิชย์
GPTCach เป็นไลบรารีสำหรับการสร้าง Semantic Cache สำหรับการสืบค้น LLM
AlaC คือเครื่องกำเนิดโค้ดโครงสร้างพื้นฐานปัญญาประดิษฐ์
อะดรีนาลีนเป็นเครื่องมือที่ช่วยให้คุณพูดคุยกับโค้ดเบสของคุณได้ ขับเคลื่อนโดยการวิเคราะห์แบบคงที่ การค้นหาเวกเตอร์ และแบบจำลองภาษาขนาดใหญ่
OpenAssistant เป็นผู้ช่วยทางแชทที่เข้าใจงานต่างๆ สามารถโต้ตอบกับระบบของบุคคลที่สาม และดึงข้อมูลแบบไดนามิกเพื่อดำเนินการดังกล่าว
DoctorGPT เป็นไบนารี่ในตัวที่มีน้ำหนักเบาซึ่งจะตรวจสอบบันทึกแอปพลิเคชันของคุณเพื่อหาปัญหาและวินิจฉัยปัญหาเหล่านั้น
HttpGPT เป็นปลั๊กอิน Unreal Engine 5 ที่อำนวยความสะดวกในการผสานรวมกับบริการที่ใช้ GPT ของ OpenAI (ChatGPT และ DALL-E) ผ่านการร้องขอ REST แบบอะซิงโครนัส ทำให้นักพัฒนาสามารถสื่อสารกับบริการเหล่านี้ได้ง่าย นอกจากนี้ยังมีเครื่องมือแก้ไขเพื่อรวมการสร้างภาพ Chat GPT และ DALL-E ใน Engine โดยตรง
PaLM 2 เป็นโมเดลภาษาขนาดใหญ่รุ่นถัดไปที่สร้างจากมรดกของ Google ในด้านการวิจัยที่ก้าวหน้าในด้านการเรียนรู้ของเครื่องและ AI ที่มีความรับผิดชอบ ประกอบด้วยงานการใช้เหตุผลขั้นสูง รวมถึงโค้ดและคณิตศาสตร์ การจำแนกประเภทและการตอบคำถาม การแปลและความสามารถหลายภาษา และการสร้างภาษาธรรมชาติที่ดีกว่า LLM ที่ล้ำสมัยก่อนหน้านี้ของเรา
Med-PaLM เป็นโมเดลภาษาขนาดใหญ่ (LLM) ที่ได้รับการออกแบบมาเพื่อให้คำตอบคุณภาพสูงสำหรับคำถามทางการแพทย์ โดยใช้ประโยชน์จากโมเดลภาษาขนาดใหญ่ของ Google ซึ่งเราได้ปรับให้เข้ากับขอบเขตทางการแพทย์ด้วยชุดการสาธิตของผู้เชี่ยวชาญทางการแพทย์ที่ดูแลจัดการอย่างระมัดระวัง
Sec-PaLM เป็นโมเดลภาษาขนาดใหญ่ (LLM) ที่เร่งความสามารถในการช่วยเหลือผู้ที่รับผิดชอบในการรักษาองค์กรของตนให้ปลอดภัย โมเดลใหม่เหล่านี้ไม่เพียงแต่ทำให้ผู้คนเข้าใจและจัดการความปลอดภัยได้อย่างเป็นธรรมชาติและสร้างสรรค์มากขึ้นเท่านั้น
กลับไปด้านบน
กลับไปด้านบน
กลับไปด้านบน
Localai เป็น API ที่เป็นโฮสต์ตนเองที่ขับเคลื่อนด้วยตัวเอง การแทนที่แบบดร็อปอินสำหรับ OpenAI ที่ใช้งาน LLMS บนฮาร์ดแวร์เกรดผู้บริโภคโดยไม่จำเป็นต้องใช้ GPU มันเป็น API ในการเรียกใช้โมเดลที่เข้ากันได้กับ GGML: Llama, GPT4ALL, RWKV, Whisper, Vicuna, Koala, GPT4ALL-J, Cerebras, Falcon, Dolly, Starcoder และอื่น ๆ อีกมากมาย
llama.cpp เป็นพอร์ตของรุ่น Llama ของ Facebook ใน C/C ++
Ollama เป็นเครื่องมือในการลุกขึ้นและทำงานกับ Llama 2 และรุ่นภาษาขนาดใหญ่อื่น ๆ ในพื้นที่
Localai เป็น API ที่เป็นโฮสต์ตนเองที่ขับเคลื่อนด้วยตัวเอง การแทนที่แบบดร็อปอินสำหรับ OpenAI ที่ใช้งาน LLMS บนฮาร์ดแวร์เกรดผู้บริโภคโดยไม่จำเป็นต้องใช้ GPU มันเป็น API ในการเรียกใช้โมเดลที่เข้ากันได้กับ GGML: Llama, GPT4ALL, RWKV, Whisper, Vicuna, Koala, GPT4ALL-J, Cerebras, Falcon, Dolly, Starcoder และอื่น ๆ อีกมากมาย
Serge เป็นเว็บอินเตอร์เฟสสำหรับการแชทกับ Alpaca ผ่าน llama.cpp โฮสต์ตัวเองอย่างเต็มที่และ Dockerized ด้วย API ที่ใช้งานง่าย
OpenLLM เป็นแพลตฟอร์มเปิดสำหรับการใช้งานแบบจำลองภาษาขนาดใหญ่ (LLMS) ในการผลิต ปรับแต่งให้บริการปรับใช้และตรวจสอบ LLM ใด ๆ ได้อย่างง่ายดาย
Llama-GPT เป็นแชทบ็อตแบบออฟไลน์แบบออฟไลน์แบบออฟไลน์ ขับเคลื่อนโดย Llama 2. ส่วนตัว 100% โดยไม่มีข้อมูลออกจากอุปกรณ์ของคุณ
LLAMA2 WebUI เป็นเครื่องมือในการเรียกใช้ LLAMA 2 ใด ๆ ในพื้นที่ที่มี Gradio UI บน GPU หรือ CPU จากทุกที่ (Linux/Windows/Mac) ใช้ llama2-wrapper เป็นแบ็กเอนด์ Llama2 ในพื้นที่ของคุณสำหรับตัวแทนกำเนิด/แอพ
LLAMA2.C เป็นเครื่องมือในการฝึกอบรมสถาปัตยกรรม LLAMA 2 LLM ใน Pytorch จากนั้นอนุมานด้วยไฟล์ C 700-Line หนึ่งไฟล์ (run.c)
alpaca.cpp เป็นรุ่นที่เหมือน Chatgpt ที่รวดเร็วในอุปกรณ์ของคุณ มันรวมโมเดลมูลนิธิ Llama เข้ากับการทำซ้ำของ Stanford Alpaca การปรับแต่งโมเดลพื้นฐานเพื่อปฏิบัติตามคำแนะนำ (คล้ายกับ RLHF ที่ใช้ฝึก CHATGPT) และชุดของการดัดแปลง Llama.cpp เพื่อเพิ่มอินเทอร์เฟซแชท
GPT4ALL เป็นระบบนิเวศของแชทบอทโอเพ่นซอร์สที่ผ่านการฝึกอบรมเกี่ยวกับคอลเล็กชั่นข้อมูลผู้ช่วยที่สะอาดจำนวนมากรวมถึงรหัสเรื่องราวและบทสนทนาตาม Llama
MinIGPT-4 เป็นความเข้าใจในการมองเห็นด้วยวิสัยทัศน์ด้วยแบบจำลองภาษาขนาดใหญ่ขั้นสูง
Lollms Webui เป็นฮับสำหรับรุ่น LLM (รุ่นภาษาขนาดใหญ่) มันมีจุดมุ่งหมายเพื่อให้อินเทอร์เฟซที่ใช้งานง่ายเพื่อเข้าถึงและใช้ประโยชน์จากรุ่น LLM ต่างๆสำหรับงานที่หลากหลาย ไม่ว่าคุณต้องการความช่วยเหลือในการเขียนการเข้ารหัสการจัดระเบียบข้อมูลการสร้างภาพหรือค้นหาคำตอบสำหรับคำถามของคุณ
LM Studio เป็นเครื่องมือในการค้นพบดาวน์โหลดและเรียกใช้ LLM ในท้องถิ่น
Gradio Web UI เป็นเครื่องมือสำหรับรุ่นภาษาขนาดใหญ่ รองรับ Transformers, GPTQ, Llama.cpp (GGML/GGUF), รุ่น Llama
OpenPlayGround เป็น PlayFround สำหรับใช้รุ่นที่มีลักษณะคล้ายแชท GPT ในอุปกรณ์ของคุณ
Vicuna เป็นแชทบอทโอเพ่นซอร์สที่ได้รับการฝึกฝนโดยการปรับจูนลามะ เห็นได้ชัดว่ามีคุณภาพมากกว่า 90% ของ CHATGPT และมีค่าใช้จ่าย $ 300 ในการฝึกอบรม
Yeagar AI เป็นผู้สร้างตัวแทน Langchain ที่ออกแบบมาเพื่อช่วยให้คุณสร้างต้นแบบและปรับใช้ตัวแทนที่ขับเคลื่อนด้วย AI ได้อย่างง่ายดาย
KoboldCPP เป็นซอฟต์แวร์การสร้างข้อความ AI ที่ใช้งานง่ายสำหรับรุ่น GGML มันเป็นตัวเองที่มีการแจกจ่ายจาก CONCEDO ซึ่งสร้าง LLAMA.CPP และเพิ่มจุดสิ้นสุด Kobold API ที่หลากหลายการสนับสนุนรูปแบบเพิ่มเติมความเข้ากันได้ย้อนหลังรวมถึง UI แฟนซีที่มีเรื่องราวถาวรเครื่องมือแก้ไขบันทึกรูปแบบหน่วยความจำโลกโลกโลกโลก ข้อมูลบันทึกของผู้แต่งอักขระและสถานการณ์
กลับไปด้านบน
Fuzzy Logic เป็นวิธีการแก้ปัญหาที่ช่วยให้การประมวลผลการตัดสินใจขั้นสูงมากขึ้นและการรวมเข้ากับการเขียนโปรแกรมตามกฎ
สถาปัตยกรรมของระบบลอจิกฟัซซี่ ที่มา: ResearchGate
Support Vector Machine (SVM) เป็นรูปแบบการเรียนรู้ของเครื่องภายใต้การดูแลที่ใช้อัลกอริทึมการจำแนกประเภทสำหรับปัญหาการจำแนกประเภทสองกลุ่ม
รองรับเครื่องเวกเตอร์ (SVM) ที่มา: OpenClipart
เครือข่ายประสาทเป็นชุดย่อยของการเรียนรู้ของเครื่องจักรและเป็นหัวใจของอัลกอริทึมการเรียนรู้ลึก ชื่อ/โครงสร้างได้รับแรงบันดาลใจจากสมองมนุษย์คัดลอกกระบวนการที่เซลล์ประสาท/โหนดทางชีวภาพส่งสัญญาณซึ่งกันและกัน
เครือข่ายประสาทลึก ที่มา: IBM
เครือข่าย Neural Neural (R-CNN) เป็นอัลกอริทึมการตรวจจับวัตถุที่แบ่งส่วนภาพเป็นครั้งแรกเพื่อค้นหากล่องขอบเขตที่เกี่ยวข้องที่อาจเกิดขึ้นจากนั้นเรียกใช้อัลกอริทึมการตรวจจับเพื่อค้นหาวัตถุที่เป็นไปได้มากที่สุดในกล่องขอบเขตเหล่านั้น
เครือข่ายประสาท Convolutional ที่มา: CS231N
Neural Networks Recurrent (RNNS) เป็นประเภทของเครือข่ายประสาทเทียมซึ่งใช้ข้อมูลตามลำดับหรือข้อมูลอนุกรมเวลา
เครือข่ายประสาทกำเริบ ที่มา: slideteam
Multilayer Perceptrons (MLPS) เป็นเครือข่ายประสาทหลายชั้นที่ประกอบด้วย perceptrons หลายชั้นพร้อมการเปิดใช้งานเกณฑ์
Multilayer Perceptrons ที่มา: Deepai
สุ่มป่าเป็นอัลกอริทึมการเรียนรู้ของเครื่องที่ใช้กันทั่วไปซึ่งรวมเอาท์พุทของต้นไม้ตัดสินใจหลายต้นเพื่อให้ได้ผลลัพธ์เดียว ต้นไม้ตัดสินใจในป่าไม่สามารถตัดแต่งได้สำหรับการสุ่มตัวอย่างดังนั้นการเลือกทำนาย ความสะดวกในการใช้งานและความยืดหยุ่นทำให้เกิดการยอมรับเนื่องจากจัดการทั้งปัญหาการจำแนกและการถดถอย
ป่าสุ่ม ที่มา: วิกิมีเดีย
ต้นไม้ตัดสินใจเป็นแบบจำลองโครงสร้างต้นไม้สำหรับการจำแนกและการถดถอย
** ต้นไม้ตัดสินใจ ที่มา: CMU
Naive Bayes เป็นอัลกอริทึมการเรียนรู้ของเครื่องจักรที่ใช้แก้ไขปัญหา Calssification มันขึ้นอยู่กับการประยุกต์ใช้ทฤษฎีบทของเบย์ที่มีสมมติฐานความเป็นอิสระที่แข็งแกร่งระหว่างคุณสมบัติ
ทฤษฎีบทของเบย์ ที่มา: Mathisfun
กลับไปด้านบน
Pytorch เป็นเฟรมเวิร์กการเรียนรู้ที่ลึกล้ำโอเพ่นซอร์สที่เร่งเส้นทางจากการวิจัยไปจนถึงการผลิตที่ใช้สำหรับแอปพลิเคชันเช่นการมองเห็นคอมพิวเตอร์และการประมวลผลภาษาธรรมชาติ Pytorch ได้รับการพัฒนาโดย AI Research Lab ของ Facebook
เริ่มต้นด้วย pytorch
เอกสาร Pytorch
ฟอรัมการสนทนา Pytorch
หลักสูตร Pytorch Top Online | กูร์เรร่า
หลักสูตร Pytorch Top Online | อูเดมี่
เรียนรู้ Pytorch ด้วยหลักสูตรออนไลน์และชั้นเรียน | edX
Pytorch Fundamentals - เรียนรู้ | เอกสาร Microsoft
แนะนำการเรียนรู้อย่างลึกซึ้งกับ Pytorch | ความอูดาซิตี้
การพัฒนา Pytorch ใน Visual Studio Code
Pytorch on Azure - การเรียนรู้อย่างลึกซึ้งกับ Pytorch | Microsoft Azure
Pytorch - Azure Databricks | เอกสาร Microsoft
การเรียนรู้อย่างลึกซึ้งกับ Pytorch | Amazon Web Services (AWS)
เริ่มต้นใช้งาน Pytorch บน Google Cloud
Pytorch Mobile เป็นเวิร์กโฟลว์ ML แบบครบวงจรตั้งแต่การฝึกอบรมไปจนถึงการปรับใช้สำหรับอุปกรณ์มือถือ iOS และ Android
Torchscript เป็นวิธีในการสร้างโมเดลที่ปรับแต่งได้และปรับให้เหมาะสมจากรหัส pytorch สิ่งนี้ช่วยให้โปรแกรม Torchscript ใด ๆ ถูกบันทึกจากกระบวนการ Python และโหลดในกระบวนการที่ไม่มีการพึ่งพา Python
Torchserve เป็นเครื่องมือที่ยืดหยุ่นและใช้งานง่ายสำหรับการให้บริการรุ่น Pytorch
Keras เป็น Neural Networks API ระดับสูงที่เขียนด้วย Python และสามารถวิ่งบน TensorFlow, CNTK หรือ Theano.it ได้รับการพัฒนาโดยมุ่งเน้นที่การเปิดใช้งานการทดลองอย่างรวดเร็ว มันมีความสามารถในการทำงานบน Tensorflow, Microsoft Cognitive Toolkit, R, Theano หรือ PlaidML
ONNX Runtime เป็นข้ามแพลตฟอร์มการอนุมาน ML ประสิทธิภาพสูงและตัวเร่งความเร็วการฝึกอบรม รองรับแบบจำลองจากกรอบการเรียนรู้ลึกเช่น Pytorch และ Tensorflow/Keras รวมถึงไลบรารีการเรียนรู้ของเครื่องคลาสสิกเช่น Scikit-Learn, LightGBM, XGBOOST ฯลฯ
Kornia เป็นห้องสมุดวิสัยทัศน์คอมพิวเตอร์ที่แตกต่างกันซึ่งประกอบด้วยชุดของกิจวัตรและโมดูลที่แตกต่างกันเพื่อแก้ปัญหา CV ทั่วไป (การมองเห็นคอมพิวเตอร์)
Pytorch-NLP เป็นห้องสมุดสำหรับการประมวลผลภาษาธรรมชาติ (NLP) ใน Python มันถูกสร้างขึ้นด้วยการวิจัยล่าสุดในใจและได้รับการออกแบบตั้งแต่วันแรกเพื่อรองรับการสร้างต้นแบบอย่างรวดเร็ว Pytorch-NLP มาพร้อมกับการฝังตัวที่ผ่านการฝึกอบรมมาก่อนตัวอย่างตัวอย่างโหลดตัวอักษรตัวชี้วัดโมดูลเครือข่ายประสาทและตัวเข้ารหัสข้อความ
Ignite เป็นห้องสมุดระดับสูงเพื่อช่วยในการฝึกอบรมและประเมินเครือข่ายประสาทใน Pytorch อย่างยืดหยุ่นและโปร่งใส
Hummingbird เป็นห้องสมุดสำหรับรวบรวมโมเดล ML แบบดั้งเดิมที่ได้รับการฝึกฝนไว้ในการคำนวณเทนเซอร์ ช่วยให้ผู้ใช้สามารถใช้ประโยชน์จากกรอบเครือข่ายประสาทได้อย่างราบรื่น (เช่น Pytorch) เพื่อเร่งรุ่น ML แบบดั้งเดิม
Deep Graph Library (DGL) เป็นแพ็คเกจ Python ที่สร้างขึ้นเพื่อการใช้งานง่าย ๆ ของกราฟ Neural Network Family บน Pytorch และเฟรมเวิร์กอื่น ๆ
Tensorly เป็น API ระดับสูงสำหรับวิธีการเทนเซอร์และเครือข่ายประสาทเทนเซอร์ที่ลึกลงไปใน Python ที่มีจุดมุ่งหมายเพื่อให้การเรียนรู้แบบเทนเซอร์ง่ายขึ้น
Gpytorch เป็นไลบรารีกระบวนการเกาส์เซียนที่ใช้โดยใช้ Pytorch ออกแบบมาเพื่อสร้างโมเดลกระบวนการเกาส์ที่ยืดหยุ่นและยืดหยุ่นได้
Poutyne เป็นกรอบที่คล้าย Keras สำหรับ Pytorch และจัดการกับรหัสการต้มที่จำเป็นในการฝึกอบรมเครือข่ายประสาท
Forte เป็นชุดเครื่องมือสำหรับการสร้างท่อส่ง NLP ที่มีส่วนประกอบที่เป็นส่วนประกอบอินเตอร์เฟสข้อมูลที่สะดวกและการโต้ตอบข้ามงาน
Torchmetrics เป็นตัวชี้วัดการเรียนรู้ของเครื่องสำหรับแอพพลิเคชั่น Pytorch ที่ปรับขนาดได้
Captum เป็นไลบรารีโอเพ่นซอร์สและขยายได้สำหรับการตีความแบบจำลองที่สร้างขึ้นบน pytorch
Transformer เป็นการประมวลผลภาษาธรรมชาติที่ล้ำสมัยสำหรับ Pytorch, Tensorflow และ Jax
ไฮดราเป็นกรอบสำหรับการกำหนดค่าแอปพลิเคชันที่ซับซ้อนอย่างหรูหรา
เร่งความเร็วเป็นวิธีง่ายๆในการฝึกอบรมและใช้โมเดล Pytorch ด้วย Multi-GPU, TPU, ความแม่นยำผสม
เรย์เป็นเฟรมเวิร์กที่รวดเร็วและง่ายดายสำหรับการสร้างและใช้งานแอพพลิเคชั่นแบบกระจาย
Parlai เป็นแพลตฟอร์มที่เป็นเอกภาพสำหรับการแบ่งปันการฝึกอบรมและการประเมินรูปแบบการโต้ตอบในหลาย ๆ งาน
Pytorchvideo เป็นห้องสมุดการเรียนรู้อย่างลึกซึ้งสำหรับการวิจัยการทำความเข้าใจวิดีโอ โฮสต์รุ่นที่เน้นวิดีโอชุดข้อมูลท่อฝึกอบรมและอื่น ๆ
Opacus เป็นห้องสมุดที่ช่วยให้โมเดล Pytorch ฝึกอบรมที่มีความเป็นส่วนตัวที่แตกต่างกัน
Pytorch Lightning เป็นห้องสมุด ML ที่คล้าย Keras สำหรับ Pytorch มันออกจากการฝึกอบรมหลักและตรรกะการตรวจสอบให้คุณและทำให้ส่วนที่เหลือเป็นไปโดยอัตโนมัติ
Pytorch Geometric Temporal เป็นไลบรารีส่วนขยายชั่วคราว (แบบไดนามิก) สำหรับ Pytorch Geometric
Pytorch Geometric เป็นไลบรารีสำหรับการเรียนรู้อย่างลึกซึ้งเกี่ยวกับข้อมูลอินพุตที่ผิดปกติเช่นกราฟจุดเมฆจุดและท่อร่วม
Raster Vision เป็นกรอบโอเพนซอร์สสำหรับการเรียนรู้อย่างลึกซึ้งเกี่ยวกับภาพดาวเทียมและภาพถ่ายทางอากาศ
Crypten เป็นกรอบสำหรับการรักษาความเป็นส่วนตัว ML เป้าหมายคือการทำให้เทคนิคการคำนวณที่ปลอดภัยสามารถเข้าถึงได้โดยผู้ปฏิบัติงาน ML
Optuna เป็นเฟรมเวิร์กการเพิ่มประสิทธิภาพแบบโอเพนซอร์สไฮเปอร์พารามิเตอร์เพื่อค้นหาพารามิเตอร์ไฮเปอร์พารามิเตอร์โดยอัตโนมัติ
Pyro เป็นภาษาการเขียนโปรแกรมความน่าจะเป็นสากล (PPL) ที่เขียนใน Python และได้รับการสนับสนุนโดย Pytorch ในแบ็กเอนด์
Albumentations เป็นไลบรารีการเพิ่มภาพที่รวดเร็วและขยายได้สำหรับงาน CV ที่แตกต่างกันเช่นการจำแนกประเภทการแบ่งส่วนการตรวจจับวัตถุและการประมาณค่าท่าทาง
Skorch เป็นห้องสมุดระดับสูงสำหรับ Pytorch ที่ให้ความเข้ากันได้กับ Scikit-learn เต็มรูปแบบ
MMF เป็นเฟรมเวิร์กแบบแยกส่วนสำหรับการวิจัยวิสัยทัศน์และภาษาหลายรูปแบบจากการวิจัย Facebook AI (FAIR)
AdaptDL เป็นการฝึกอบรมการเรียนรู้อย่างลึกซึ้งและการจัดตารางเวลาที่ปรับเปลี่ยนทรัพยากร
Polyaxon เป็นแพลตฟอร์มสำหรับการสร้างการฝึกอบรมและการตรวจสอบแอพพลิเคชั่นการเรียนรู้เชิงลึกขนาดใหญ่
TextBrewer เป็นชุดเครื่องมือกลั่นความรู้ที่ใช้ pytorch สำหรับการประมวลผลภาษาธรรมชาติ
Adverch เป็นกล่องเครื่องมือสำหรับการวิจัยความแข็งแกร่งของฝ่ายตรงข้าม มันมีโมดูลสำหรับการสร้างตัวอย่างที่เป็นปฏิปักษ์และป้องกันการโจมตี
NEMO เป็นชุดเครื่องมือ AA สำหรับ AI การสนทนา
Clinicadl เป็นกรอบสำหรับการจำแนกประเภทของโรคอัลไซเมอร์ที่ทำซ้ำได้
Baselines3 ที่เสถียร 3 (SB3) เป็นชุดของการใช้งานที่เชื่อถือได้ของอัลกอริทึมการเรียนรู้การเสริมแรงใน Pytorch
Torchio เป็นชุดของเครื่องมือในการอ่านอย่างมีประสิทธิภาพประมวลผลตัวอย่างการเพิ่มและเขียนภาพการแพทย์ 3 มิติในแอปพลิเคชันการเรียนรู้เชิงลึกที่เขียนใน Pytorch
Pysyft เป็นห้องสมุด Python สำหรับการเข้ารหัสความเป็นส่วนตัวเพื่อการเรียนรู้อย่างลึกซึ้ง
Flair เป็นกรอบการทำงานที่ง่ายมากสำหรับการประมวลผลภาษาธรรมชาติที่ทันสมัย (NLP)
Glow เป็นคอมไพเลอร์ ML ที่เร่งประสิทธิภาพของกรอบการเรียนรู้ลึกบนแพลตฟอร์มฮาร์ดแวร์ที่แตกต่างกัน
Fairscale เป็นไลบรารีส่วนขยาย Pytorch สำหรับประสิทธิภาพสูงและการฝึกอบรมขนาดใหญ่สำหรับเครื่อง/หลายโหนดหนึ่งหรือหลายโหนด
Monai เป็นกรอบการเรียนรู้อย่างลึกซึ้งที่ให้ความสามารถพื้นฐานที่เหมาะสมที่สุดสำหรับการพัฒนาเวิร์กโฟลว์การฝึกอบรมด้านการดูแลสุขภาพ
PFRL เป็นห้องสมุดการเรียนรู้การเสริมแรงอย่างลึกล้ำที่ใช้อัลกอริทึมการเสริมแรงลึกที่ล้ำสมัยใน Python โดยใช้ Pytorch
Einops เป็นการดำเนินการเทนเซอร์ที่ยืดหยุ่นและทรงพลังสำหรับรหัสที่อ่านได้และเชื่อถือได้
Pytorch3D เป็นห้องสมุดการเรียนรู้อย่างลึกซึ้งที่ให้ส่วนประกอบที่มีประสิทธิภาพและสามารถนำกลับมาใช้ใหม่ได้สำหรับการวิจัยการมองเห็นคอมพิวเตอร์ 3 มิติด้วย Pytorch
Ensemble Pytorch เป็นเฟรมเวิร์กวงดนตรีแบบครบวงจรสำหรับ Pytorch เพื่อปรับปรุงประสิทธิภาพและความแข็งแกร่งของรูปแบบการเรียนรู้เชิงลึกของคุณ
เบา ๆ เป็นกรอบการมองเห็นคอมพิวเตอร์สำหรับการเรียนรู้ที่ดูแลตนเอง
สูงกว่าเป็นห้องสมุดที่อำนวยความสะดวกในการดำเนินการตามอัลกอริทึมการเรียนรู้เมตาการเรียนรู้ที่ซับซ้อนโดยพลการโดยพลการ
Horovod เป็นห้องสมุดฝึกอบรมแบบกระจายสำหรับกรอบการเรียนรู้อย่างลึกซึ้ง Horovod ตั้งเป้าหมายที่จะทำให้ DL กระจายอย่างรวดเร็วและใช้งานง่าย
Pennylane เป็นห้องสมุดสำหรับควอนตัม ML ความแตกต่างอัตโนมัติและการเพิ่มประสิทธิภาพของการคำนวณควอนตัมแบบไฮบริดควอนตัม
Detectron2 เป็นแพลตฟอร์มรุ่นต่อไปของ Fair สำหรับการตรวจจับวัตถุและการแบ่งส่วน
Fastai เป็นห้องสมุดที่ทำให้การฝึกอบรมง่ายขึ้นอย่างรวดเร็วและแม่นยำโดยใช้แนวทางปฏิบัติที่ดีที่สุดที่ทันสมัย
กลับไปด้านบน
TensorFlow เป็นแพลตฟอร์มโอเพนซอร์สแบบครบวงจรสำหรับการเรียนรู้ของเครื่อง มันมีระบบนิเวศที่ครอบคลุมและยืดหยุ่นของเครื่องมือห้องสมุดและทรัพยากรชุมชนที่ช่วยให้นักวิจัยผลักดันให้ทันสมัยใน ML และนักพัฒนาสร้างและปรับใช้แอพพลิเคชั่น ML ได้อย่างง่ายดาย
เริ่มต้นด้วย tensorflow
บทช่วยสอน Tensorflow
ใบรับรองนักพัฒนา TensorFlow เทนเซอร์โฟลว์
ชุมชน Tensorflow
รุ่น TensorFlow & ชุดข้อมูล
เมฆ tensorflow
การศึกษาการเรียนรู้ของเครื่องจักร เทนเซอร์โฟลว์
หลักสูตร Top Tensorflow ออนไลน์ | กูร์เรร่า
หลักสูตร Top Tensorflow ออนไลน์ | อูเดมี่
การเรียนรู้อย่างลึกซึ้งกับ TensorFlow | อูเดมี่
การเรียนรู้อย่างลึกซึ้งกับ TensorFlow | edX
อินโทรไปยัง Tensorflow สำหรับการเรียนรู้ลึก | ความอูดาซิตี้
Intro to TensorFlow: หลักสูตรการเรียนรู้ของเครื่องจักร นักพัฒนาซอฟต์แวร์ของ Google
ฝึกอบรมและปรับใช้โมเดล Tensorflow - Azure Machine Learning
ใช้โมเดลการเรียนรู้ของเครื่องในฟังก์ชั่น Azure ด้วย Python และ Tensorflow | Microsoft Azure
การเรียนรู้อย่างลึกซึ้งกับ TensorFlow | Amazon Web Services (AWS)
Tensorflow - Amazon EMR | เอกสาร AWS
Tensorflow Enterprise | กูเกิลคลาวด์
TensorFlow Lite เป็นกรอบการเรียนรู้ที่ลึกซึ้งโอเพ่นซอร์สสำหรับการปรับใช้รูปแบบการเรียนรู้ของเครื่องบนอุปกรณ์มือถือและอุปกรณ์ IoT
tensorflow.js เป็นไลบรารี JavaScript ที่ให้คุณพัฒนาหรือดำเนินการโมเดล ML ใน JavaScript และใช้ ML โดยตรงในฝั่งไคลเอ็นต์เบราว์เซอร์ฝั่งเซิร์ฟเวอร์ผ่าน Node.js, Mobile Native ผ่าน React Native, Desktop Native ผ่านอิเล็กตรอนและแม้กระทั่งบน IoT อุปกรณ์ผ่าน Node.js บน Raspberry Pi
TensorFlow_macos เป็นรุ่น Tensorflow และ Tensorflow รุ่นที่ปรับให้เหมาะกับ Mac สำหรับ MacOS 11.0+ เร่งความเร็วโดยใช้เฟรมเวิร์ก ML ของ Apple
Google Colaboratory เป็นสภาพแวดล้อมสมุดบันทึก Jupyter ฟรีที่ไม่ต้องติดตั้งและทำงานทั้งหมดในคลาวด์ช่วยให้คุณสามารถเรียกใช้รหัส TensorFlow ในเบราว์เซอร์ของคุณด้วยการคลิกเพียงครั้งเดียว
เครื่องมือ What-if เป็นเครื่องมือสำหรับการตรวจสอบแบบจำลองการเรียนรู้ของเครื่องโดยปราศจากรหัสมีประโยชน์สำหรับการทำความเข้าใจแบบจำลองการดีบักและความเป็นธรรม มีอยู่ในสมุดบันทึก Tensorboard และ Jupyter หรือ Colab
Tensorboard เป็นชุดเครื่องมือสร้างภาพเพื่อทำความเข้าใจการดีบักและเพิ่มประสิทธิภาพโปรแกรม TensorFlow
Keras เป็น Neural Networks API ระดับสูงที่เขียนด้วย Python และสามารถวิ่งบน TensorFlow, CNTK หรือ Theano.it ได้รับการพัฒนาโดยมุ่งเน้นที่การเปิดใช้งานการทดลองอย่างรวดเร็ว มันมีความสามารถในการทำงานบน Tensorflow, Microsoft Cognitive Toolkit, R, Theano หรือ PlaidML
XLA (พีชคณิตเชิงเส้นเร่ง) เป็นคอมไพเลอร์เฉพาะโดเมนสำหรับพีชคณิตเชิงเส้นที่ปรับการคำนวณ tensorflow ให้เหมาะสม ผลลัพธ์คือการปรับปรุงความเร็วการใช้หน่วยความจำและการพกพาบนเซิร์ฟเวอร์และแพลตฟอร์มมือถือ
ML PERF เป็นชุดเกณฑ์มาตรฐาน ML ที่กว้างสำหรับการวัดประสิทธิภาพของกรอบซอฟต์แวร์ ML, เครื่องเร่งฮาร์ดแวร์ ML และแพลตฟอร์มคลาวด์ ML
สนามเด็กเล่น Tensorflow เป็นสภาพแวดล้อมการพัฒนาสำหรับคนจรจัดด้วยเครือข่ายประสาทในเบราว์เซอร์ของคุณ
TPU Research Cloud (TRC) เป็นโปรแกรมช่วยให้นักวิจัยสามารถสมัครเพื่อเข้าถึงกลุ่ม TPU เมฆมากกว่า 1,000 ตัวโดยไม่มีค่าใช้จ่ายเพื่อช่วยเร่งความเร็วในการพัฒนาคลื่นลูกต่อไป
MLIR เป็นตัวแทนระดับกลางและกรอบคอมไพเลอร์ใหม่
Lattice เป็นห้องสมุดสำหรับโซลูชัน ML ที่ยืดหยุ่นควบคุมและตีความได้พร้อมข้อ จำกัด รูปร่างแบบสามัญสำนึก
Tensorflow Hub เป็นห้องสมุดสำหรับการเรียนรู้ของเครื่องที่นำกลับมาใช้ใหม่ได้ ดาวน์โหลดและนำรุ่นที่ผ่านการฝึกอบรมมาใช้ซ้ำด้วยรหัสจำนวนน้อยที่สุด
Tensorflow Cloud เป็นไลบรารีเพื่อเชื่อมต่อสภาพแวดล้อมในท้องถิ่นของคุณกับ Google Cloud
ชุดเครื่องมือเพิ่มประสิทธิภาพแบบจำลอง TensorFlow เป็นชุดเครื่องมือสำหรับการปรับโมเดล ML ให้เหมาะสมสำหรับการปรับใช้และการดำเนินการ
TensorFlow ผู้แนะนำเป็นห้องสมุดสำหรับการสร้างโมเดลระบบผู้แนะนำ
TensorFlow Text เป็นคอลเลกชันของคลาสที่เกี่ยวข้องกับข้อความและ NLP และ OPS พร้อมใช้กับ TensorFlow 2
Tensorflow Graphics เป็นไลบรารีของฟังก์ชันกราฟิกคอมพิวเตอร์ตั้งแต่กล้องไฟและวัสดุไปจนถึงการแสดงผล
Tensorflow Federated เป็นเฟรมเวิร์กโอเพ่นซอร์สสำหรับการเรียนรู้ของเครื่องและการคำนวณอื่น ๆ เกี่ยวกับข้อมูลการกระจายอำนาจ
ความน่าจะเป็นของ Tensorflow เป็นห้องสมุดสำหรับการใช้เหตุผลเชิงความน่าจะเป็นและการวิเคราะห์ทางสถิติ
Tensor2tensor เป็นห้องสมุดของรูปแบบการเรียนรู้ลึกและชุดข้อมูลที่ออกแบบมาเพื่อให้การเรียนรู้ลึกเข้าถึงได้ง่ายขึ้นและเร่งการวิจัย ML
Tensorflow Privacy เป็นไลบรารี Python ที่มีการใช้งานของ TensorFlow Optimizers สำหรับรูปแบบการเรียนรู้ของเครื่องฝึกอบรมที่มีความเป็นส่วนตัวที่แตกต่างกัน
การจัดอันดับ TensorFlow เป็นห้องสมุดสำหรับเทคนิคการเรียนรู้ถึงระดับ (LTR) บนแพลตฟอร์ม TensorFlow
Tensorflow Agent เป็นห้องสมุดสำหรับการเรียนรู้การเสริมแรงใน TensorFlow
Tensorflow Addons เป็นที่เก็บข้อมูลของการมีส่วนร่วมที่สอดคล้องกับรูปแบบ API ที่ได้รับการยอมรับเป็นอย่างดี แต่ใช้ฟังก์ชันการทำงานใหม่ที่ไม่สามารถใช้งานได้ใน Core Tensorflow ซึ่งดูแลโดย Sig Addons Tensorflow สนับสนุนผู้ประกอบการจำนวนมากเลเยอร์การวัดการสูญเสียและการปรับให้เหมาะสม
TensorFlow I/O เป็นชุดข้อมูลการสตรีมและส่วนขยายของระบบไฟล์ดูแลโดย SIG IO
Tensorflow Quantum เป็นไลบรารีการเรียนรู้ของเครื่องควอนตัมสำหรับการสร้างต้นแบบอย่างรวดเร็วของแบบจำลอง ML แบบไฮบริดควอนตัมคลาสสิก
โดปามีนเป็นกรอบการวิจัยสำหรับการสร้างต้นแบบอย่างรวดเร็วของอัลกอริทึมการเรียนรู้การเสริมแรง
TRFL เป็นห้องสมุดสำหรับการสร้างบล็อกการเรียนรู้การเสริมแรงที่สร้างขึ้นโดย DeepMind
Mesh Tensorflow เป็นภาษาสำหรับการเรียนรู้แบบกระจายลึกสามารถระบุการคำนวณเทนเซอร์แบบกระจายระดับกว้าง
RaggedTensors เป็น API ที่ทำให้ง่ายต่อการจัดเก็บและจัดการข้อมูลที่มีรูปร่างที่ไม่สม่ำเสมอรวมถึงข้อความ (คำ, ประโยค, อักขระ) และชุดความยาวตัวแปร
Unicode OPS เป็น API ที่รองรับการทำงานกับข้อความ Unicode โดยตรงใน TensorFlow
Magenta เป็นโครงการวิจัยที่สำรวจบทบาทของการเรียนรู้ของเครื่องในกระบวนการสร้างงานศิลปะและดนตรี
นิวเคลียสเป็นไลบรารีของ Python และ C ++ รหัสที่ออกแบบมาเพื่อให้ง่ายต่อการอ่านเขียนและวิเคราะห์ข้อมูลในรูปแบบไฟล์จีโนมทั่วไปเช่น SAM และ VCF
Sonnet เป็นห้องสมุดจาก DeepMind สำหรับการสร้างเครือข่ายประสาท
การเรียนรู้ที่มีโครงสร้างของระบบประสาทเป็นกรอบการเรียนรู้เพื่อฝึกอบรมเครือข่ายประสาทโดยใช้ประโยชน์จากสัญญาณที่มีโครงสร้างนอกเหนือจากการป้อนข้อมูลคุณลักษณะ
การแก้ไขแบบจำลองเป็นห้องสมุดที่ช่วยสร้างและฝึกอบรมโมเดลในลักษณะที่ลดหรือกำจัดอันตรายของผู้ใช้ที่เกิดจากอคติประสิทธิภาพพื้นฐาน
ตัวบ่งชี้ความเป็นธรรมเป็นห้องสมุดที่ช่วยให้สามารถคำนวณตัวชี้วัดความเป็นธรรมที่ระบุได้ง่ายสำหรับตัวแยกประเภทไบนารีและตัวแยกประเภทหลายระดับ
การตัดสินใจ Forests เป็นอัลกอริทึมที่ทันสมัยสำหรับการฝึกอบรมการให้บริการและการตีความแบบจำลองที่ใช้ป่าการตัดสินใจสำหรับการจำแนกประเภทการถดถอยและการจัดอันดับ
กลับไปด้านบน
Core ML เป็นเฟรมเวิร์ก Apple สำหรับการรวมโมเดลการเรียนรู้ของเครื่องเข้ากับแอพที่ทำงานบนอุปกรณ์ Apple (รวมถึง iOS, WatchOs, MacOS และ TVOS) Core ML แนะนำรูปแบบไฟล์สาธารณะ (.MLMODEL) สำหรับชุด ML แบบกว้างรวมถึงเครือข่ายประสาทลึก (ทั้งแบบ convolutional และกำเริบ) วงดนตรีต้นไม้ที่มีการเพิ่มและโมเดลเชิงเส้นทั่วไป โมเดลในรูปแบบนี้สามารถรวมเข้ากับแอพผ่าน XCode โดยตรง
รู้เบื้องต้นเกี่ยวกับ Core ML
การรวมโมเดล ML หลักเข้ากับแอปของคุณ
รุ่น Core ML
การอ้างอิงหลัก ML API
ข้อกำหนด ML หลัก
ฟอรัมนักพัฒนา Apple สำหรับ Core ML
หลักสูตร ML Top Core Online | อูเดมี่
หลักสูตร ML Top Core Online | กูร์เรร่า
IBM Watson Services สำหรับ Core ML | ไอบีเอ็ม
สร้างสินทรัพย์ Core ML โดยใช้การตรวจสอบด้วยภาพ IBM Maximo ไอบีเอ็ม
Core ML Tools เป็นโครงการที่มีเครื่องมือสนับสนุนสำหรับการแปลงโมเดล ML Core ML การแก้ไขและการตรวจสอบ
Create ML เป็นเครื่องมือที่ให้วิธีการใหม่ในการฝึกอบรมแบบจำลองการเรียนรู้ของเครื่องบน Mac ของคุณ มันใช้ความซับซ้อนจากการฝึกอบรมแบบจำลองในขณะที่สร้างโมเดล ML Core ที่ทรงพลัง
tensorflow_macos เป็นรุ่น Tensorfl ที่ได้รับการปรับปรุง
