小目录

Google AI是谷歌推出的综合性人工智能平台，提供多种AI工具和服务，包括Gemini对话助手、图像生成、视频创作等功能，致力于让AI对每个人都有帮助。

Microsoft Azure的AI工具套件，提供可定制的工具、API和模型，用于构建市场就绪的AI应用程序。

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。

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。

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。

Chunkr是一个文档智能API平台，专门用于解析、数据提取和文档管道处理，将复杂文档转换为高质量数据。

由Next.js创建者开发的免费开源TypeScript AI工具包，提供构建AI驱动产品所需的各种工具

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。

GluonCV是基于Apache MXNet的计算机视觉深度学习工具包，提供最先进的深度学习算法实现，帮助工程师、研究人员和学生快速原型开发、验证新想法和学习计算机视觉。

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。

GluonTS是一个用于概率时间序列建模的Python包，专注于基于PyTorch和MXNet的深度学习模型。

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。

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 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。

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。

Google Cloud提供的预配置深度学习虚拟机映像服务，支持PyTorch等主流深度学习框架，简化机器学习环境部署