"hyperparameter-optimization"

📦 開源專案

andrewrk/poop

poop：性能優化觀察平台 — poop 是一個性能優化觀察平台，旨在幫助開發者優化應用程式的性能。它使用 Zig 語言開發，提供了一個簡單且高效的方式來觀察和優化性能。通過使用 poop，開發者可以更好地了解應用程式的性能瓶頸，從而進行優化和改進

Zig★ 2k⑂ 91other

☆

deepspeedai/DeepSpeed

DeepSpeed：深度學習優化庫 — DeepSpeed是一個深度學習優化庫，能夠讓用戶輕鬆實現分佈式訓練和推理，從而提高模型的訓練速度和效率。它支持多種並行技術，包括數據並行、模型並行和管道並行，同時還提供了壓縮和混合專家等功能。DeepSpeed的出現對於大規模深度學習模型的訓練和部署具有重要意義

Python★ 42.7k⑂ 4.9kai-ml

☆

facebookarchive/prepack

prepack：JavaScript 套件最佳化工具 — prepack 是一個 JavaScript 套件最佳化工具，能夠減小 JavaScript 代碼的大小，從而提高網頁的載入速度。它通過分析和優化代碼來實現這一功能。這對於需要快速載入和響應的網頁應用程序來說是非常重要的

JavaScript★ 14.1k⑂ 412web

☆

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

☆

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

☆

facebook/zstd

zstd：快速实时压缩算法 — zstd是一种高性能的压缩算法，能够在实时处理数据的同时保持高压缩比。它的设计目标是提供一个快速、可靠和高效的压缩解决方案，适用于各种应用场景。zstd的优点在于其能够在保持高压缩比的同时，提供快速的压缩和解压缩速度

C★ 27.4k⑂ 2.5kother

☆

deepset-ai/haystack

haystack：開源AI編排框架 — haystack是一個開源的AI編排框架，用于建立生產就緒的LLM應用程序。它允許用戶設計模組化的管道和代理工作流，具有明確的控制權，可應用於可擴展的代理、RAG、多模態應用程序、語義搜索和對話系統。haystack的目的是為了提供一個高效和可擴展的解決方案，用于建設複雜的AI應用程序

MDX★ 25.9k⑂ 2.9kai-ml

☆

vectordotdev/vector

vector：高性能可觀測性資料管道 — vector 是一個使用 Rust 語言開發的高性能可觀測性資料管道，能夠高效地處理和轉換資料，支持多種資料來源和目的地，包括日誌、計量和追蹤等。它的高性能和可擴展性使其成為雲原生應用程序的理想選擇。通過使用 vector，開發人員可以輕鬆地構建和管理自己的可觀測性資料管道

Rust★ 22.2k⑂ 2.2kdevops

☆

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⑂ 21.1kai-ml

☆

heygen-com/hyperframes

hyperframes：用於AI和視頻渲染的框架 — hyperframes是一個強大的框架，允許用戶使用HTML和TypeScript來渲染視頻，同時支持AI代理的應用。它整合了ffmpeg、gsap和puppeteer等庫，提供了高效的渲染功能。hyperframes的出現為AI和視頻渲染領域帶來了新的可能性

TypeScript★ 34k⑂ 3.2kai-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★ 26.4k⑂ 4.5kother

☆

hiyouga/LlamaFactory

LlamaFactory：大型語言模型優化 — LlamaFactory 通過提供一個統一的介面，支持多種微調技術，如 PEFT、LORA 和 QLoRA，從而實現了對多個大型語言模型的高效微調。這個項目對於自然語言處理（NLP）領域具有重要意義，因為它能夠大大提高模型的性能和效率。另外，LlamaFactory 還支持多種模型，包括 GPT、LLaMA 和 Transformers 等

Python★ 73.1k⑂ 8.9kai-ml

☆

vuejs/petite-vue

petite-vue：輕量級Vue框架 — petite-vue是一個輕量級的Vue框架，旨在提供進階增強功能。它是Vue的子集，優化了性能和體積，非常適合需要輕量級框架的項目。通過使用petite-vue，可以更容易地構建快速和高效的網頁應用程序

TypeScript★ 9.7k⑂ 397web

☆

krahets/hello-algo

hello-algo：動畫圖解、一鍵運行的資料結構與演算法教程 — hello-algo 提供了豐富的資料結構和演算法教程，包含動畫圖解和一鍵運行的功能，支持多種語言如 Java、Python、C++ 等，讓學習者更容易理解和掌握相關概念。這個項目對於想要學習資料結構和演算法的開發者來說非常有幫助。hello-algo 的教程內容豐富，涵蓋了各種主題，包括 LeetCode 等

Java★ 127.7k⑂ 15.2kother

☆

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 ★☆

aristocratos/btop

btop：系統資源監控工具 — btop是一個系統資源監控工具，提供CPU、記憶體、磁碟和網路等資源使用情況的即時統計。它可以幫助用戶了解系統的性能和瓶頸，從而優化系統的配置和使用。通過btop，用戶可以快速地識別系統中的問題和優化機會

C++★ 33.4k⑂ 1.1kother

☆

karpathy/autoresearch

autoresearch：自動研究工具 — autoresearch 能夠讓 AI 代碼自動進行研究和訓練，減少人工介入的需要。這個工具使用單個 GPU 進行訓練，提高了訓練效率。autoresearch 的開發使用 Python 進行，提供了一個高效和自動化的研究和訓練解決方案

Python★ 90.6k⑂ 13kai-ml

☆

vwxyzjn/cleanrl

cleanrl：高品質單檔案實現的深度強化學習算法 — cleanrl 提供了一個簡單易用的深度強化學習算法實現，包含多種流行的算法，使用 Python 和 PyTorch 開發，適合研究人員和開發者使用。這個專案的目的是提供一個高品質的深度強化學習算法實現，方便研究人員和開發者快速開發和測試自己的模型。cleanrl 的實現簡單易懂，且具有良好的可擴展性

Python★ 10k⑂ 1.1kai-ml

☆

FoundationAgents/MetaGPT

MetaGPT：多代理框架 — MetaGPT 是一個開源項目，使用 Python 語言開發，提供了一個多代理框架，旨在實現自然語言編程。該框架可以用於開發各種 AI 應用，例如聊天機器人、語言翻譯等。MetaGPT 的出現對於推動 AI 技術的發展具有重要意義

Python★ 69.3k⑂ 8.8kai-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

Python★ 39.6k⑂ 3.6kai-ml

☆

allenai/olmocr

olmocr：PDF 文檔線性化工具包 — olmocr 提供了一個簡單的方法來處理 PDF 文檔，讓用戶可以輕鬆地將其轉換為大型語言模型（LLM）可以接受的格式。這個工具包是基於 Python 開發的，使用簡單且高效。olmocr 的出現可以大大提高 LLM 數據集的準備效率和質量

Python★ 18.5k⑂ 1.5kai-ml

+334 ★☆

BVLC/caffe

caffe：深度學習快速開放框架 — caffe是一個開源的深度學習框架，旨在提供快速和高效的神經網絡計算功能。它支持多種程式語言，包括C++、Python和MATLAB，同時也提供了豐富的API和工具，讓開發者可以輕鬆地使用和擴展。caffe的優勢在於其高性能和高擴展性，使其成為深度學習領域的一個重要工具

C++★ 34.6k⑂ 18.5kai-ml

☆

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

☆

OpenRLHF/OpenRLHF

OpenRLHF：基於 Ray 的高效能代理式強化學習框架 — OpenRLHF 提供了一個易於使用、可擴展且高效能的框架，讓研究人員和開發人員可以快速地開發和部署強化學習模型。它基於 Ray，支援多種演算法和技術，包括 PPO、DAPO、REINFORCE++、VLM、TIS、vLLM 和 Async RL。OpenRLHF 的目標是提供一個高效能和可擴展的框架，讓強化學習可以更廣泛地應用於各個領域。

Python★ 9.7k⑂ 973ai-ml

☆

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★ 85.8k⑂ 19.2kai-ml

☆

ultralytics/ultralytics

ultralytics：開源電腦視覺庫 — ultralytics 提供了強大的物體檢測和圖像分類功能，基於 PyTorch 實現，支持多種應用場景，如 CLI、電腦視覺、深度學習等。它的 YOLO 模型可以實現快速和準確的物體檢測，同時也支持姿勢估計、追蹤等功能。這個庫對於開發者來說是一個非常有用的工具，可以幫助他們快速開發電腦視覺應用

Python★ 59.3k⑂ 11.3kai-ml

☆

MemTensor/MemOS

MemOS：自我演化記憶作業系統 — MemOS是一個自我演化的記憶作業系統，旨在為大型語言模型和AI代理人提供更好的記憶管理和技能重用功能。它的超級持久記憶和混合檢索功能可以幫助AI代理人更好地學習和適應新的任務和環境。同時，MemOS的跨任務技能重用功能可以節省35.24%的token，提高AI代理人的效率和性能

TypeScript★ 10k⑂ 913ai-ml

☆

camel-ai/owl

owl：優化工作力學習 — owl是一個優化工作力學習框架，旨在提高多代理系統在實際任務自動化中的效率和性能。它通過優化代理之間的協調和溝通來實現這一目標。owl的開發對於提高自動化任務的智能化和效率具有重要意義

Python★ 19.9k⑂ 2.3kai-ml

☆

affaan-m/ECC

ECC：優化代理性能系統 — ECC 是一個性能優化系統，旨在提高代理的工作效率和安全性。它結合了技能、直覺、記憶和研究為先的開發方法，適用於多個項目，包括 Claude Code、Codex、Opencode 和 Cursor。ECC 的目的是為開發者提供一個高效和安全的代理性能優化解決方案。

JavaScript★ 227.8k⑂ 34.8kai-ml

☆

0voice/interview_internal_reference

interview_internal_reference：技術面試題目匯總 — interview_internal_reference 項目匯總了來自阿里、騰訊、百度、美團、頭條等公司的技術面試題目和答案，涵蓋了 CPU、high-performance、mongodb、mysql、network、nginx、redis、storage、zookeeper 等多個領域。該項目旨在幫助開發者準備技術面試，提高面試成功率。通過該項目，開發者可以快速了解各個公司的技術面試重點和難點

Python★ 37.2k⑂ 9.4kbackend

☆

ashishpatel26/500-AI-Machine-learning-Deep-learning-Computer-vision-NLP-Projects-with-code

500-AI-Machine-learning-Deep-learning-Computer-vision-NLP-Projects-with-code：人工智慧項目集 — 500-AI-Machine-learning-Deep-learning-Computer-vision-NLP-Projects-with-code 項目收集了多個人工智慧領域的項目，包括機器學習、深度學習、電腦視覺和NLP。這些項目均附帶代碼，供開發者學習和研究。通過這些項目，開發者可以快速入門人工智慧領域，了解各種技術的實現細節。

★ 35.3k⑂ 7.3kai-ml

☆

fastify/fastify

fastify：快速且低開銷的網頁框架 — fastify是一個高性能的網頁框架，旨在為Node.js提供快速且低開銷的網頁開發體驗。它的設計宗旨是簡單、靈活和高效，讓開發者可以快速建立和部署網頁應用。同時，fastify也提供了許多強大的功能和插件，讓開發者可以輕鬆擴展和自定義自己的網頁應用

JavaScript★ 36.7k⑂ 2.8kbackend

☆

highlight/highlight

highlight：全棧監控平台 — highlight是一個開源的全棧監控平台，提供了錯誤監控、會話重播、記錄、分佈式追蹤等功能，幫助開發人員更好地了解和優化應用程序的性能。它支持多種語言，包括TypeScript和Go，並提供了自托管的選項。highlight的功能包括apm、full-stack、metrics、monitoring、observability、self-hosted、session-replay、tracing等

TypeScript★ 9.3k⑂ 670devops

☆

binhnguyennus/awesome-scalability

awesome-scalability：大規模系統擴展性和可靠性模式 — awesome-scalability 提供了大規模系統的設計模式和架構指南，涵蓋了 backend、big-data、distributed-systems 和 system-design 等領域，幫助開發者打造可擴展、可靠和高性能的系統。這個庫對於想要學習大規模系統設計和開發的開發者來說非常有用。同時，awesome-scalability 也提供了 interview 和 interview-practice 相關的資源，幫助開發者準備面試和實踐技能

★ 72.3k⑂ 7kai-ml

☆

hyperdxio/hyperdx

hyperdx：開源可觀測性平台 — hyperdx是一個開源的可觀測性平台，提供會話重現、日誌、指標、追蹤和錯誤的統一管理，幫助開發人員快速解決生產環境問題。它依靠ClickHouse和OpenTelemetry提供支持，能夠提供實時的數據分析和監控。hyperdx的開源性使其高度可定制，能夠滿足不同用戶的需求。

TypeScript★ 9.7k⑂ 422devops

☆

algorithm-visualizer/algorithm-visualizer

algorithm-visualizer：互動算法視覺化平台 — algorithm-visualizer 提供了一個互動式的环境，讓用戶可以輕鬆地視覺化和理解不同的算法和資料結構。這個平台使用 JavaScript 開發，能夠將複雜的程式碼轉換成生動的動畫。通過這個平台，開發者可以更好地理解和優化自己的算法

JavaScript★ 48.6k⑂ 7.6kdata

☆

CMU-Perceptual-Computing-Lab/openpose

openpose：實時多人關鍵點檢測庫 — openpose是一個強大的庫，能夠實時檢測多人的關鍵點，包括身體、面部、手和腳的估計。它使用了深度學習和電腦視覺技術，能夠在各種應用中提供準確的結果。openpose的實時能力和準確性使其成為人體姿勢估計和行為理解的重要工具

C++★ 34.3k⑂ 8kai-ml

☆

hellzerg/optimizer

optimizer：Windows 優化工具 — optimizer 是一款使用 C# 編寫的 Windows 優化工具，能夠幫助用戶清理系統垃圾、優化系統設定、保護用戶隱私等。它提供了多種工具和功能，包括清理系統垃圾、優化啟動項目、修改註冊表設定等。使用 optimizer 能夠幫助用戶提高 Windows 系統的性能和安全性

C#★ 18.3k⑂ 1.2kother

☆

ray-project/ray

ray：人工智慧計算引擎 — ray是一個高性能的AI計算引擎，能夠加速機器學習工作負載的運行。它通過核心分佈式運行時和AI庫來實現這一功能。這使得ray對於需要高性能計算的應用程序尤其重要，例如深度學習和強化學習。

Python★ 43.2k⑂ 7.8kai-ml

☆