小目录

PyTorch是一个开源的机器学习框架，提供从研究到生产的无缝转换能力，支持分布式训练和丰富的生态系统。

Huemint是一个基于机器学习的AI调色板生成器，可以为品牌、网站或图形设计创建独特的配色方案。

Google Colaboratory是一个基于云端的Jupyter笔记本环境，允许用户在浏览器中编写和执行Python代码，免费使用GPU和TPU资源。

Google Colab是一个基于云端的Jupyter笔记本环境，允许用户在浏览器中编写和执行Python代码，无需配置即可免费使用GPU和TPU资源。

面向中文读者的能运行、可讨论的深度学习教科书，含PyTorch、NumPy/MXNet、TensorFlow和PaddlePaddle实现，被全球70多个国家500多所大学用于教学。

由Andrew Ng创建的机器学习专项课程，面向初学者的AI职业入门课程，通过直观的视觉方法教授基础AI概念。

Building AI是Elements of AI提供的免费在线AI课程，专注于教授人工智能的实践方法，包括机器学习和神经网络等核心技术。

fastai是一个深度学习库，提供高级组件以快速获得最先进的深度学习结果，同时为研究人员提供可混合搭配的低级组件。

fast.ai是一个专注于深度学习和AI教育的开源平台，提供免费的深度学习课程、软件库和实用工具，致力于让神经网络技术更易于学习和应用。

阿里云提供的人工智能一站式学习平台，包含5大学习阶段、30门在线课程和22个实战案例，覆盖机器学习、自然语言处理、图像识别等核心技术。

微软推出的生成式AI入门课程，包含21节课程，教授构建生成式AI应用程序所需的一切知识

由AI先驱吴恩达创办的在线AI教育平台，提供机器学习和人工智能领域的专业课程和认证项目。

Replicate是一个AI模型运行平台，通过API提供数千种AI模型的运行、微调和部署服务，支持一行代码调用各种AI功能。

一个PyTorch分布式训练库，只需添加四行代码即可在任何分布式配置上运行相同的PyTorch代码，实现简单、高效和适应性强的规模化训练和推理。

TRL是一个完整的堆栈库，提供训练Transformer语言模型的工具集，支持SFT、DPO、PPO等多种强化学习方法，并与Hugging Face transformers集成。

Hugging Face Tokenizers是一个快速、先进的标记化工具库，专为研究和生产环境优化，提供当今最常用的标记化器实现。

Hugging Face Hub的Python客户端库，用于与Hugging Face Hub机器学习平台进行交互，支持模型、数据集和Spaces的管理和操作。

Hugging Face Transformers是一个用于文本、计算机视觉、音频、视频和多模态模型的最先进机器学习模型定义框架，支持推理和训练。

Cohere的研究实验室，致力于解决复杂的机器学习问题，推动AI前沿研究发展

Gradio是一个用于快速构建机器学习应用界面的Python库，可以在几分钟内为ML模型创建Web界面并部署到任何地方。

Google DeepMind和Google Research开发的最先进AI天气预测技术，提供快速准确的全球天气预报

T5Gemma是Google DeepMind开发的编码器-解码器模型集合，提供强大的质量-推理效率平衡，基于Gemma 2模型进行架构适配。

TorchMetrics是一个包含100+ PyTorch指标实现的集合库，提供标准化接口以减少代码重复，支持分布式训练和自动批处理累积。

PyTorch Lightning是一个面向专业AI研究人员和机器学习工程师的深度学习框架，提供最大灵活性而不牺牲大规模性能。

Lightning Fabric是一个快速轻量级的PyTorch模型扩展框架，只需5行代码即可将PyTorch代码转换为Fabric，并提供最先进的分布式训练功能。

NLTK是一个领先的Python自然语言处理平台，提供处理人类语言数据的工具和资源，包括文本分类、分词、词性标注、句法分析等功能。

一个精选的JAX资源列表，包含JAX生态系统中的库、项目、教程和论文资源。

苹果公司开发的基于JAX和XLA的可扩展深度学习库，支持大规模深度学习模型的开发与训练

JAX MD是一个基于JAX的分子动力学模拟工具包，专门用于处理粒子集合的物理模拟和机器学习应用

Distrax是Google DeepMind开发的轻量级概率分布和双射器库，作为TensorFlow Probability的JAX原生实现，专注于可扩展性和易用性。

TensorFlow Probability是一个基于TensorFlow构建的Python库，用于概率推理和统计分析，支持在现代硬件上结合概率模型和深度学习。

PyMC是一个用于Python的概率编程库，允许用户使用简单的Python API构建贝叶斯模型，并使用马尔可夫链蒙特卡洛（MCMC）方法进行拟合。

Blackjax是一个基于JAX的采样器库，提供快速、稳健且经过充分测试的采样算法，适用于CPU和GPU计算。

Grain是一个用于读取和处理机器学习训练数据的Python库，专门为JAX模型设计，具有灵活、快速和确定性的特点。

🤗 Datasets是一个用于轻松访问和共享AI数据集的库，支持音频、计算机视觉和自然语言处理任务。

NumPyro是基于NumPy的概率编程库，提供灵活的贝叶斯建模和推理功能，支持多种机器学习算法。

Diffrax是一个基于JAX的数值微分方程求解器库，提供ODE/SDE/CDE等多种微分方程求解功能。

Lineax是一个JAX库，用于线性求解和线性最小二乘法，支持PyTree值矩阵和向量操作。

Optimistix是一个基于JAX和Equinox的非线性优化库，提供根查找、最小化、固定点和最小二乘等求解器。

Optax是一个用于JAX的梯度处理和优化库，为优化参数模型（如深度神经网络）提供可组合的构建块。

Equinox是一个基于JAX的深度学习库，提供PyTorch风格的神经网络构建语法和丰富的PyTree操作功能，兼容整个JAX生态系统。

Flax是一个用于JAX的神经网络库，为研究人员和开发者提供灵活的用户体验，使JAX在神经网络应用中的全部能力得以发挥。

LightGBM是一个基于梯度提升决策树的机器学习框架，具有训练速度快、内存占用低、准确率高、支持并行和分布式学习等优势。

Yellowbrick是一个基于Scikit-Learn的机器学习可视化库，扩展了Scikit-Learn API，使模型选择和超参数调优更加容易。

ELI5是一个Python库，用于可视化和调试各种机器学习模型，提供统一的API来解释黑盒模型。

XGBoost是一个优化的分布式梯度提升库，设计为高效、灵活且可移植的机器学习算法库，在梯度提升框架下实现机器学习算法。

一个开源的Python工作流编排平台，专为数据工程、机器学习和AI代理设计，提供生产就绪的自动化解决方案。

Apache Airflow是一个由社区创建的平台，用于以编程方式编写、调度和监控工作流。它是一个开源的工作流编排工具，专为数据工程和机器学习管道设计。

MLflow是一个开源的开发者平台，用于构建AI应用程序和模型，提供端到端的可观测性、评估和跟踪功能。

DVC是一个易于使用的Git扩展，专门为数据科学家提供数据版本控制功能，帮助管理数据科学工作流程中的数据版本控制。

spaCy是一个工业级的Python自然语言处理库，专注于大规模信息提取任务，具有高性能和易用性特点。

开源软件、开放标准和Web服务，支持跨所有编程语言的交互式计算，提供JupyterLab和Jupyter Notebook等开发环境。

pyjanitor是一个Python数据清洗工具，提供简洁易用的API来扩展pandas功能，实现高效的数据预处理和清洗操作。

TensorLy是一个用于Python的张量学习库，提供快速简单的张量操作、分解和回归功能，支持多种深度学习框架后端。

Dask是一个用于Python的并行计算库，可以轻松扩展Python工具来处理大规模数据，比Spark更快更简单。

JAX是一个用于加速器导向数组计算和程序转换的Python库，专为高性能数值计算和大规模机器学习设计。

PyBaMM是一个基于Python的快速灵活物理电池模型库，用于电池性能仿真和老化分析，加速电池设计和创新。

RDKit是一个用于化学信息学和机器学习的开源软件集合，提供C++和Python的分子计算工具

CVXPY是一个开源的Python嵌入式建模语言，用于解决凸优化问题，让用户能够以数学自然的方式表达问题。

ArviZ是一个用于贝叶斯模型探索性分析的Python包，提供后验分析、数据存储、样本诊断、模型检查和比较等功能。

PyStan是Stan的Python接口，用于贝叶斯推断和统计建模的高性能计算平台

PyGSP是一个用于图信号处理的Python包，提供图傅里叶基、信号滤波、插值等操作，支持大规模图分析。

Seaborn是一个基于matplotlib的Python数据可视化库，提供高级接口用于绘制美观且信息丰富的统计图形。

pandas是一个快速、强大、灵活且易于使用的开源数据分析和操作工具，构建在Python编程语言之上。

NumPy是Python科学计算的基础包，提供强大的N维数组和数值计算工具

KerasTuner是一个易于使用、可扩展的超参数优化框架，解决了超参数搜索的痛点问题。

Keras是一个为人类设计的深度学习API，专注于调试速度、代码优雅和简洁性、可维护性和可部署性。

KerasHub是一个预训练模型库，提供Keras 3实现的流行模型架构和预训练检查点，支持TensorFlow、Jax和Torch后端。

Keras Recommenders是基于Keras 3构建推荐系统的库，支持TensorFlow、JAX和PyTorch，提供完整的推荐系统工作流程构建模块。

ArrayFire是一个高性能通用计算库，提供易于使用的并行计算API，支持CUDA、oneAPI、OpenCL和CPU后端。

JAX是一个用于加速器导向的数组计算和程序转换的Python库，专为高性能数值计算和大规模机器学习设计。

MLX是苹果公司开发的针对Apple silicon的机器学习数组框架，提供类似NumPy和PyTorch的API，支持统一内存模型和动态图构建。

scikit-learn是Python中最流行的机器学习库，提供简单高效的数据预测分析工具，基于NumPy、SciPy和matplotlib构建。

GluonNLP是一个基于MXNet框架的自然语言处理工具包，提供最先进的深度学习模型实现和文本数据处理组件。

一个交互式深度学习教材，包含代码、数学和讨论，支持多种深度学习框架实现。

TensorFlow的可视化工具包，提供机器学习实验所需的可视化功能和工具，帮助开发者跟踪和优化模型训练过程。

TensorFlow.js是一个用于使用JavaScript进行机器学习开发的库，可在浏览器或Node.js中直接运行机器学习模型。

Google推出的高性能设备端AI运行时，支持在移动设备和嵌入式设备上运行机器学习模型

TFX是一个端到端平台，用于部署生产环境机器学习流水线，帮助用户将模型从研究状态切换到生产状态。

TensorFlow Datasets是TensorFlow官方提供的一系列现成的机器学习数据集，支持TensorFlow、Jax等Python机器学习框架。

Apache MXNet是一个灵活高效的深度学习框架，适用于研究原型设计和生产环境，支持多种编程语言和分布式训练。

端到端机器学习平台，由Google开发的开源机器学习框架，用于创建和部署机器学习模型。

Amazon SageMaker是AWS提供的全托管式AI/ML开发平台，支持构建、训练和部署机器学习模型及基础模型。

开源工具包，用于提示词测试和实验，支持多种LLM和向量数据库。

PromptSource是一个用于创建、共享和使用自然语言提示的工具包，包含P3（公共提示池）库，支持大规模多任务学习。

OpenICL是一个开源框架，用于促进上下文学习的研究、开发和原型设计，提供最先进的检索和推理方法。

AI与ML结合股票单一评分。

用机器学习改写内容人类般质量。

构建和管理ML/AI项目

开源机器学习指南与资源