Keras

VectorHub是一个免费的、开源的学习网站，旨在为那些希望将向量检索技术融入到机器学习工作流程中的开发人员提供丰富的学习资源和支持。该平台支持多种机器学习框架，适合从软件开发人员到高级机器学习架构师的广泛用户群体，鼓励用户参与开源项目，分享知识与经验。

neolocus.ai 是一个基于人工智能的定位与导航平台，旨在提供准确的地理位置服务和实时导航功能。它结合了先进的机器学习算法和地理信息系统，能够为用户提供高精度的定位数据和智能路径规划，适用于各种行业，如物流、交通和智能城市建设。

M6Doc是用于现代文档布局分析研究的数据集，包含9,080张现代文档图像，涵盖科学文章、教材、试卷、杂志、报纸、笔记和书籍等七个子集，提供了多样的数据来源和详细的文档布局标注标签。

这是一个为机器学习、人工智能和数据科学从业者整理的重要GitHub仓库集合，涵盖了多个主题和技术，提供丰富的资源链接。

特征库通过连接数据操作和机器学习操作工作流，支持团队协作，从而提高开发效率，简化特征管理，并促进数据重用。

基于PyTorch从零实现的Flow Matching生成模型框架，支持MNIST数据集的有条件和无条件生成。包含MiniUnet模型结构，支持classifier-free guidance，可在CPU上运行。提供了完整的训练推理代码和详细注释，适合学习和理解Flow Matching算法原理

基于互信息的广义类别发现，旨在通过最大化互信息来解决广义范畴发现问题。该项目探索参数损失函数族，以评估特征和标签之间的互信息，并自动寻找最大化预测性能的损失函数。引入肘部最大质心移位(Emacs)技术，可以估计未标记集合中的类数，并在多个GCD场景下展现出通用性和竞争力，尤其在处理细粒度分类问题时表现出显著优势。

MLX 是 Apple 芯片上用于机器学习的阵列框架，由 Apple 机器学习研究团队提供。它提供了熟悉的 API 和强大的功能，支持多种计算模式和设备，旨在简化机器学习模型的构建与训练。

AIShader是一个开源项目，它是由ChatGPT驱动的着色器，可用于Unity。该项目允许用户用AI技术来创建更具吸引力的图形效果。使用AIShader，用户可以更容易地实现光线追踪、阴影、反射、抗锯齿等高级功能。此外，AIShader还支持多个平台，包括Windows、Linux和MacOS。

Zephyr AI是一个旨在通过真实世界数据革新精准医疗的高级平台，特别关注肿瘤学和心脏代谢疾病领域。该平台结合先进的机器学习技术与战略医疗合作，提供可操作的洞察，优化个性化护理。

该存储库列出了应用于卫星和航空图像的深度学习主题的资源，同时涵盖经典机器学习技术、云计算和模型部署等主题。

该模型结合对比潜变量，以指导能量基础模型的训练和优化。

Analytiqus是一个综合性的商业分析与机器学习平台，能够连接多种数据库，使用交互式图表可视化数据，执行特征工程，并利用流行的机器学习模型如RNN、LSTM和CNN。

Open_Duck_Mini是一个开源项目，旨在制作一个迪士尼BDX机器人的迷你版，结合了现代机器学习技术与详细的设计和组装指南，让爱好者能够轻松制作并训练自己的机器人。

InsPLAD是一个专注于电力线路资产检查的数据集，为机器学习和计算机视觉应用提供多样化的检测场景，用于研究和开发电力设施检查算法。

GRANDE是一个基于梯度的决策树集成项目，旨在提高模型的准确性和可解释性，适用于多种机器学习任务。

LOMO是复旦大学提出的新论文，旨在使用单台8片24G的RTX 3090对Llama 65B模型进行全参数微调。该项目通过优化训练效率和性能，为用户提供了兼容多种深度学习框架的解决方案，并附带详细的实验结果和分析，帮助用户更好地理解模型的表现。

taichi.js是一个现代化的JavaScript GPU计算框架，旨在提供高性能的计算能力，使开发者能够轻松地进行图形渲染、物理模拟、机器学习任务等。它支持多种数据类型，拥有易于使用的API，且具备跨平台兼容性，适用于多种应用场景。