"推論"

pjreddie/darknet

darknet：神經網路框架 — darknet 提供了一個簡單且高效的方式來實現 CNN 模型，支援多種神經網路架構和訓練算法。這個框架廣泛應用於圖像識別、物體偵測等領域。darknet 的優點在於其高性能和低資源占用，使其成為嵌入式系統和移動設備的理想選擇。

C★ 26.5k⑂ 21kai-ml

☆

microsoft/BitNet

BitNet：1 位 LLM 推理框架 — BitNet 是一個開源的框架，旨在為 1 位大型語言模型（LLMs）提供高效的推理能力。它使用 Python 進行開發，為開發人員提供了一個簡單易用的介面。通過 BitNet，開發人員可以輕鬆地部署和管理 1 位 LLMs，從而提高推理效率和準確度

C++★ 39.8k⑂ 3.7kai-ml

☆

MiniMax-AI/skills

skills：人工智慧技能開發 — skills是一個開源項目，提供了一個基於C#的技能開發框架，讓開發者可以輕鬆地創建和集成人工智慧技能。這個項目的目的是提供一個簡單和靈活的方式來開發和應用人工智慧技能。同時，skills也提供了一個強大的API，讓開發者可以輕鬆地擴展和自定義技能

C#★ 13.1k⑂ 1.1kother

☆

langchain-ai/open_deep_research

open_deep_research：開源深度研究平台 — open_deep_research 提供了一個強大的開源框架，支持各種深度學習模型的開發和研究。它對於希望在深度學習領域進行創新研究的開發者來說極為重要。

Python★ 12.1k⑂ 1.7kother

+14 ★☆

handy-computer/transcribe.cpp

transcribe.cpp：語音轉文字工具 — transcribe.cpp 是一個基於 ggml 庫的語音轉文字工具，支援超過 16 種不同的模型家族。它能夠高效地將語音轉換為文字，適用於各種需要自動轉錄語音的場景。

C++★ 1.4k⑂ 35other

+395 ★☆

yifanfeng97/Hyper-Extract

Hyper-Extract：超圖文本提取 — Hyper-Extract是一個強大的工具，利用LLMs技術將非結構化文本轉換為結構化知識，支援多種提取功能，如圖、超圖和時空提取等。這使得用戶可以輕鬆地從文本中提取有用的信息。同時，Hyper-Extract的命令行界面使得使用更加簡單便捷

Python★ 1.9k⑂ 210ai-ml

+124 ★☆

chenfei-wu/TaskMatrix

TaskMatrix：任務管理工具 — TaskMatrix 是一個開源的任務管理工具，使用 Python 編寫。它提供了一個簡單易用的介面來管理和追蹤任務，讓用戶可以輕鬆地組織和優先處理任務。透過 TaskMatrix，用戶可以提高工作效率和生產力。

Python★ 34.1k⑂ 3.2kother

☆

zml/zml

zml：零損害的模型硬件整合 — zml是一個使用Zig語言建構的項目，旨在實現任何模型在任何硬件上運行的能力，同時結合了@ziglang、@openxla、MLIR和@bazelbuild等技術。這個項目的目的是提供一個高效、靈活的模型部署解決方案，讓開發者可以輕鬆地將模型部署在各種硬件平台上。同時，zml也提供了高性能的模型推理能力，讓開發者可以實現高效的AI應用。

Zig★ 3.9k⑂ 170ai-ml

☆

rust-ml/linfa

linfa：機器學習框架 — linfa 是一個 Rust 機器學習框架，能夠提供高效的機器學習演算法和工具，幫助開發者快速地構建和訓練機器學習模型。這個框架的目的是為了提供一個簡單易用的機器學習解決方案，讓開發者能夠快速地將機器學習技術應用到實際的項目中。同時，linfa 也提供了一個高度可擴展的架構，能夠讓開發者根據自己的需求進行自定義和擴展

Rust★ 4.7k⑂ 328ai-ml

☆

andrewyng/context-hub

context-hub：內容集線器 — context-hub 是一個開源的 JavaScript 專案，旨在提供內容管理和集線功能，讓開發者能夠更容易地管理和整合不同的內容來源。這個專案使用 JavaScript 開發，提供了一個靈活和可擴展的解決方案，讓開發者能夠根據自己的需求進行自訂。同時，context-hub 也提供了一個強大的 API，讓開發者能夠更容易地與其他應用程式和服務進行整合

JavaScript★ 13.8k⑂ 1.2kweb

☆

hpcaitech/ColossalAI

ColossalAI：大型 AI 模型開發框架 — ColossalAI 通過提供高效的數據平行和模型平行計算方法，使大型 AI 模型的訓練和推理過程更快更便宜。這項技術的開發對於推動 AI 研究和應用具有重要意義，尤其是在大型模型和分布式計算領域。同時，ColossalAI 也支持異構訓練和管道平行等先進功能，進一步擴展了其在 AI 研究和開發中的應用價值。

Python★ 41.4k⑂ 4.5kai-ml

☆

VectifyAI/PageIndex

PageIndex：基於推理的向量無需文檔索引 — PageIndex 是一個為無向量、推理基礎的RAG設計的文檔索引工具，旨在提升信息檢索和生成的效率。它對於需要強大推理能力而不需要依賴向量數據庫的應用場景尤為重要。

Python★ 34.1k⑂ 3kai-ml

☆

huggingface/text-embeddings-inference

text-embeddings-inference：文本嵌入式模型推理解决方案 — text-embeddings-inference 提供了一种快速高效的方式来进行文本嵌入式模型的推理。它利用 Rust 语言的性能优势，能够快速处理大量的文本数据。该解决方案对于需要快速处理文本数据的应用来说非常重要，例如自然语言处理和机器学习等领域

Rust★ 4.9k⑂ 415ai-ml

☆

keras-team/keras

keras：人性化的深度學習框架 — keras 是一個高層神經網絡 API，能夠在 TensorFlow、PyTorch 和 JAX 等多個後端上運行。它提供了簡單易用的 API，讓用戶可以快速地構建和訓練神經網絡模型。keras 的出現使得深度學習技術更加民主化和易於使用

Python★ 64.2k⑂ 19.7kai-ml

☆

discourse/discourse

discourse：社群討論平台 — discourse是一個基於Ruby的平台，提供簡單易用的社群討論功能。它可以幫助用戶建立自己的社群，並提供多種工具和功能來管理和維護社群。同時，discourse也支持多種技術，如Ember、JavaScript、PostgreSQL和Rails

Ruby★ 47.5k⑂ 9kbackend

☆

Theano/Theano

Theano：Python 数學運算庫 — Theano 是一個 Python 庫，允許您定義、優化和評估涉及多維陣列的數學運算式，具有高效率的特點。它現在被繼續開發為 PyTensor，提供更高效的計算能力。Theano 的功能使其在數學和科學計算中具有重要意義。

Python★ 10k⑂ 2.5kother

☆

doctrine/inflector

inflector：字符串操縱庫 — inflector是一個小型的PHP庫，能夠對字符串進行大小寫和單複數形式的操縱。它提供了一種簡單的方式來轉換字符串的形式，讓開發者可以更容易地處理字符串的轉換。這個庫是Doctrine項目的一部分，為開發者提供了一種方便的字符串操縱方式

PHP★ 11.3k⑂ 139backend

☆

smartcontractkit/chainlink

chainlink：去中心化oracle網路節點 — chainlink是一個基於Go語言開發的去中心化oracle網路節點，旨在將區塊鏈和傳統計算連接起來，提供可靠的數據來源。它通過節點網路橋接on-chain和off-chain計算，為智能合約提供必要的數據。chainlink對於區塊鏈生態系統的發展具有重要意義

Go★ 8.2k⑂ 2kblockchain

☆

pymc-devs/pymc

pymc：Python 中的貝葉斯建模和概率编程 — pymc 提供了一个简单易用的 API 来定义概率模型，并提供了多种算法来进行模型拟合和推断。通过使用 pymc，可以轻松地构建和分析复杂的概率模型，从而更好地理解数据背后的机制。同时，pymc 也提供了与其他流行的 Python 库如 PyTensor 的集成，进一步扩展了其功能

Python★ 9.7k⑂ 2.3kother

☆

tensorflow/tensorflow

tensorflow：開源機器學習框架 — tensorflow是一個開源的機器學習框架，提供了大量的工具和資源，讓開發者可以輕鬆地建構和部署機器學習模型。它支持多種編程語言，包括C++和Python，並提供了強大的深度學習和神經網路功能。因此，tensorflow已經成為機器學習領域中最受歡迎的框架之一

C++★ 196.4k⑂ 75.6kai-ml

☆

linyqh/NarratoAI

NarratoAI：AI視頻剪輯與解說 — NarratoAI是一個基於Python的開源項目，利用AI模型來實現一鍵式影片解說和剪輯。這個項目使用了moviepy和Gemini API等庫來處理影片，能夠大大簡化影片製作的過程。NarratoAI的出現對於需要快速製作影片的用戶來說具有重要意義

Python★ 10k⑂ 1.4kai-ml

☆

cloudflare/pingora

pingora：用於建構快速、可靠和可演化的網路服務庫 — pingora 是一個 Rust 庫，提供了建構快速、可靠和可演化的網路服務的功能。它可以幫助開發者建立高效和可擴展的網路應用程式。透過使用 pingora，開發者可以簡化網路服務的建構和維護過程

Rust★ 27k⑂ 1.7kother

☆

google-deepmind/sonnet

sonnet：TensorFlow 基礎神經網路庫 — sonnet 是一個開源的神經網路庫，基於 TensorFlow 框架，允許用戶輕鬆地建立和訓練複雜的神經網路模型。它提供了大量的預建模塊和工具，幫助用戶加快開發速度和提高模型性能。sonnet 的主要目的是提供一個簡單、靈活和高效的神經網路開發平台

Python★ 9.9k⑂ 1.3kai-ml

☆

langchain-ai/langgraph

langgraph：建設強健的代理 — langgraph 是一個開源的 Python 框架，能夠幫助開發者建立強健的代理，利用 AI 技術來實現智能代理的功能。這個框架提供了一個簡單的方式來建設和管理代理，能夠應用於各種領域。langgraph 的目的是為了提供一個強健和可擴展的代理建設框架，能夠幫助開發者建立更好的智能代理

Python★ 37.6k⑂ 6.3kai-ml

☆

DemocracyEarth/wallet

wallet：抗審查的民主系統 — wallet是一個開源項目，利用區塊鏈和加密技術來建立一個去中心化的民主系統，保護用戶的言論自由和投票權。這個系統可以防止審查和操控，確保用戶的投票權和言論自由。同時，wallet也提供了一個安全和透明的投票機制，讓用戶可以自信地參與民主過程。

JavaScript★ 1.5k⑂ 276blockchain

☆

vllm-project/vllm

vllm：高性能LLM推理和服务引擎 — vllm是一個開源的Python項目，提供高性能的LLM推理和服務能力，支持多種硬件平臺，包括AMD、CUDA、TPU等，使用pytorch和transformer等技術，能夠高效地處理LLM的推理和服務，對於LLM的應用和開發具有重要意義。vllm的設計目標是提供一個高吞吐量和記憶體效率的推理和服務引擎，能夠滿足LLM應用的需求。通過使用vllm，開發者可以更容易地部署和管理LLM模型，提高推理和服務的效率和準確性。

Python★ 86.6k⑂ 19.6kai-ml

☆

openai/CLIP

CLIP：對比語言圖像預訓練 — CLIP是一種通過對比語言圖像預訓練的模型，能夠學習圖像和文字之間的關聯，從而實現圖像文字匹配等功能。這種模型對於多模態任務有重要意義，能夠廣泛應用於圖像識別、文字生成等領域。CLIP的出現標誌著人工智慧領域的一大突破

Jupyter Notebook★ 34k⑂ 4kai-ml

☆

github-linguist/linguist

linguist：語言分析工具 — linguist 是一個開源工具，使用 Ruby 開發，能夠分析程式碼的語言並提供語言統計和語法分析。它的功能包括語言識別、語法高亮和語言統計等。linguist 的目的是為開發者提供一個準確的語言分析工具，以便於程式碼的管理和維護

Ruby★ 13.6k⑂ 5.3kbackend

☆

cypress-io/cypress

cypress：快速、簡單、可靠的測試工具 — cypress 提供了一種快速、簡單、可靠的測試方式，適用於任何在瀏覽器中運行的應用程式。它支持 TypeScript 等語言，能夠實現自動化測試，從而提高開發效率和品質。cypress 的出色性能和易用性使其成為開發人員的首選工具

TypeScript★ 50.7k⑂ 3.6kweb

+19 ★☆

taizilongxu/interview_python

interview_python：Python 面试题库 — interview_python 项目包含了丰富的 Python 面试题，涵盖了多个领域和技术，能够帮助开发者了解面试的重点和难点。通过这个项目，开发者可以更好地准备面试，提高面试的成功率。同时，也可以帮助开发者发现自己的知识缺陷，进一步提高自己的技能

Shell★ 17.4k⑂ 5.5kother

☆

google-research/google-research

google-research：谷歌研究項目 — google-research 項目提供了各種 AI 和機器學習相關的研究成果，包括數據集、模型和演算法等。這些研究成果可以幫助開發者更好地理解和應用 AI 技術。同時，google-research 項目也為研究人員提供了一個開放的平台，方便他們分享和交流研究成果

Jupyter Notebook★ 38.4k⑂ 8.5kai-ml

☆

qdrant/qdrant

qdrant：高性能向量數據庫和向量搜索引擎 — qdrant是一個高性能、可擴展的向量數據庫和向量搜索引擎，使用Rust語言開發，提供了高效的向量搜索和儲存功能。它適用於下一代人工智慧應用，包括圖片搜索、推薦系統和自然語言處理等領域。qdrant的雲端版本也可在https://cloud.qdrant.io/獲得

Rust★ 33.4k⑂ 2.5kai-ml

☆

lllyasviel/ControlNet

ControlNet：控制擴散模型的庫 — ControlNet是一個開源的Python庫，旨在控制和管理擴散模型的行為。它提供了一個簡單的介面來控制模型的輸出，讓用戶可以更好地理解和使用這些模型。這個庫對於研究人員和開發人員來說非常重要，因為它可以幫助他們更好地控制和優化擴散模型

Python★ 34k⑂ 3kai-ml

☆

hankcs/HanLP

HanLP：下一代自然語言處理 — HanLP是一個強大的自然語言處理工具包，提供了分詞、詞性標注、命名實體識別、句法與語義依存分析、文檔分類等功能。它的目的是為了簡化自然語言處理任務，讓開發者能夠更容易地構建自己的NLP應用。HanLP的出現對於NLP領域的發展具有重要意義

Python★ 36.5k⑂ 10.9kai-ml

☆

xai-org/x-algorithm

x-algorithm：為 X 的個人化動態提供強大的算法支持 — x-algorithm 是一個開源項目，使用 Rust 語言開發，旨在為 X 的 For You 動態提供強大的算法支持。它可以根據用戶的行為和偏好，提供個性化的內容推薦。這個項目對於提升用戶體驗和平台的互動性具有重要意義

Rust★ 26.7k⑂ 4.6kother

☆

facebook/litho

litho：Android UI 构建框架 — litho 提供了一种声明式的 UI 构建方式，帮助开发者创建高效且灵活的 Android 界面。它通过简化 UI 组件的管理和优化布局性能，提高了应用程序的整体用户体验。同时，litho 的设计也考虑到了可扩展性和可维护性，使其成为 Android 应用开发的重要工具

Kotlin★ 7.8k⑂ 763mobile

☆

recommenders-team/recommenders

recommenders：推薦系統最佳實踐 — recommenders 是一個開源項目，提供了推薦系統的最佳實踐和相關技術文檔，涵蓋了 AI、機器學習和深度學習等領域。該項目旨在幫助開發者建立高效的推薦系統，並提供了相關的教程和範例。通過使用 recommenders，開發者可以快速建立和部署自己的推薦系統，提高用戶體驗和商業價值。

Python★ 21.8k⑂ 3.3kai-ml

☆

kvcache-ai/ktransformers

ktransformers：異構LLM推論/微調優化框架 — ktransformers 是一個靈活的框架，專為異構大語言模型（LLM）的推論和微調優化而設計。它允許用戶在不同的硬件和軟件環境中進行高效的模型部署和調整，從而提高性能和效率。

Python★ 18.8k⑂ 1.5kai-ml

+458 ★☆