xlstm: LSTM を拡張し、言語モデリングで Transformer と競合するリカレントニューラルネットワークアーキテクチャ
LSTM を拡張し、Transformer と State Space Models に匹敵する新しいリカレントニューラルネットワークアーキテクチャ。効率的な推論を実現する 7B パラメータの言語モデルを特徴とします。
GeneticAlgorithmPython: 機械学習モデルや複雑な関数の最適化のための直感的な遺伝的アルゴリズムライブラリ
数学的関数や機械学習モデルを最適化するための遺伝的アルゴリズムを構築するためのPythonライブラリで、KerasおよびPyTorchをネイティブにサポートしています。
raster-vision: 衛星および航空画像上でMLモデルを構築するための地理空間コンピュータビジョンフレームワーク
PyTorchを使用して、衛星、航空、およびドローン画像上でコンピュータビジョンモデルを構築するためのPythonライブラリおよびローコードフレームワーク。
audiomentations: ディープラーニングのための高速で使いやすいオーディオデータ拡張ライブラリ
オーディオディープラーニングモデルを実世界での使用においてより堅牢にするための、多種多様な変換を提供するオーディオデータ拡張用の Python ライブラリ。
torchio: ドメイン固有のアーティファクトを用いた3D医療画像のプリプロセッシングおよび拡張のためのPyTorchベースのツールキット
3D医療画像の効率的な読み込み、プリプロセッシング、および拡張のためのツールを提供するPyTorch用のPythonライブラリ。
synthetic-data-generator: GANs、LLMs、および数十億規模のデータセットをサポートするプライバシー保護型表形式データ生成器
統計モデル、GAN、およびLLMを使用して、高品質でプライバシー保護された合成表形式データを生成するための特化型フレームワーク。
torchmetrics: 分散トレーニングと評価のためのスケーラブルな PyTorch メトリクスライブラリ
100 以上の PyTorch メトリクス実装のコレクションであり、分散デバイスにわたる蓄積と同期を自動化して、ML パイプラインにおけるボイラープレートを削減します。
kompute: さまざまなグラフィックスカードブランド間で高性能アクセラレーションを実現するクロスベンダーGPUコンピューティングフレームワーク
Vulkanに基づいたクロスベンダーGPUコンピューティングフレームワークであり、AMD、NVIDIA、およびQualcommのハードウェア上で、機械学習やデータ処理のための高性能アクセラレーションを可能にします。
deepdetect: 複数のモダリティにわたる統一された学習と推論のためのディープラーニング・ランタイムおよびRESTサーバー
画像、テキスト、およびテーブルデータにわたる学習と推論のための統一されたAPIを提供する、ディープラーニング・ランタイムおよびRESTサーバー。
kuberay: Rayクラスター、ジョブ、およびサービスのライフサイクルを管理するためのKubernetes operator
分散AIワークロードのためのRayアプリケーションのデプロイ、スケーリング、および管理を簡素化するKubernetes operator。
voxelmorph: 変形可能な医療画像レジストレーションとアラインメントのための学習ベースフレームワーク
医療画像スキャンのアラインメントに主に使用される、学習ベースの画像レジストレーションと変形モデリングのための汎用ライブラリです。
Papers-in-100-Lines-of-Code: 60以上の影響力のあるAI研究論文を、それぞれ100行以下のコードで最小限に実装したもの
60以上の影響力のあるAIおよび機械学習の研究論文を、それぞれ100行以下のコードで最小限に実装したコレクション。
leptonai: NVIDIA DGX Cloud Lepton 上で AI ワークロードを管理・運用するための Python ライブラリおよび CLI
NVIDIA DGX Cloud Lepton プラットフォーム用の Python ライブラリおよび CLI。ユーザーは AI エンドポイント、バッチジョブ、およびクラスターをデプロイおよび管理できます。
AIF360: 機械学習モデルにおけるアルゴリズムのバイアスを検出し、軽減するための拡張可能なツールキット
Python と R で利用可能な、機械学習モデルにおけるアルゴリズムのバイアスを検出し、軽減するための指標とアルゴリズムを提供する拡張可能なオープンソースライブラリ。
DeepCamera: 自律的なハードウェア認識スキル展開とローカルVLM分析を備えたオープンソースAIカメラプラットフォーム
自律的かつハードウェア認識型のインストールにより、VLMシーン分析と物体検出スキルのローカル展開を可能にするオープンソースAIカメラプラットフォーム。
AlphaTree-graphic-deep-neural-network: 深層学習モデルを学術論文から実践的なコード実装へと結びつける視覚的な学習ロードマップ
深層学習モデルの論文、コード、および図解をリンクさせることで、開発者がAIアプリケーションエンジニアリングへの転身を助ける、構造化された視覚的なロードマップとリソースコレクション。
dm-haiku: オブジェクト指向のモデル定義を可能にするJAX用のニューラルネットワークライブラリ
JAXの純粋関数変換との互換性を維持しながら、オブジェクト指向のモデル定義を可能にするJAX用のニューラルネットワークライブラリ。
SDV: プライバシーを保護するテーブル形式の合成データを生成・評価するための機械学習ライブラリ
機械学習を使用して、プライバシーを維持しながら実世界のパターンを模倣するテーブル形式の合成データを作成するためのPythonライブラリ。
scikit-llm: テキスト分析パイプラインにLLMを統合するためのscikit-learn互換ラッパー
ChatGPTのような大規模言語モデルをscikit-learnに統合し、ゼロショット分類などの高度なテキスト分析タスクを可能にするライブラリ。
reinforcement-learning: コアな強化学習アルゴリズムのスタンドアロンな PyTorch 実装集
基本的な Grid World から Atari ゲーム向けの深層 RL まで、コアな強化学習アルゴリズムの読みやすいスタンドアロンな PyTorch 実装集。
segment-geospatial: リモートセンシング画像向けに Segment Anything Model を適応させた地理空間セグメンテーションツール
Segment Anything Model (SAM) を地理空間データに適応させ、テキスト、ポイント、またはボックスを使用して衛星画像の簡単なセグメンテーションを可能にする Python パッケージ。
neuralforecast: 最先端のニューラル時系列予測モデルをユーザーフレンドリーにまとめたコレクション
30 以上の最先端ニューラル予測モデルを備え、ユーザーフレンドリーで scikit-learn スタイルの API を通じて高性能な時系列予測を実現するライブラリ。
FLAML: モデル選択とハイパーパラメータ最適化のための高速かつ経済的なAutoMLエンジン
最小限の計算リソースで高品質なモデルを見つけるための、効率的な自動機械学習（AutoML）およびハイパーパラメータチューニングのための軽量なPythonライブラリ。
probability: 深層ネットワーク統合を備えた確率論的推論および統計分析のためのライブラリ
TensorFlow または JAX を使用して、確率論的手法を深層ネットワークと統合する、確率論的推論および統計分析のためのライブラリ。
autotrain-advanced: 最先端の機械学習モデルをトレーニングおよびデプロイするためのノーコード・ソリューション
LLMのファインチューニングから画像分類まで、幅広いタスクをサポートする、機械学習モデルをトレーニングおよびデプロイするためのノーコード・ツール。
watermark-removal: マシンラーニングベースの画像インペインティングツールで透かしを除去
画像インペインティングを利用して透かしを除去し、シームレスで高品質な結果を生成するマシンラーニングプロジェクトです。
dm_control: MuJoCoを使用した強化学習および連続制御のための物理ベースシミュレーションスタック
MuJoCo物理エンジンを活用した、物理ベースのシミュレーションおよび強化学習環境のためのソフトウェアスタック。
Flux.jl: ネイティブGPUおよび自動微分サポートを備えた純粋なJulia機械学習フレームワーク
ネイティブGPUおよび自動微分サポートを使用して、モデルの構築と訓練を行うための軽量な抽象化を提供する、純粋なJulia機械学習フレームワーク。
ignite: PyTorch用の、ボイラープレートなループを柔軟なイベント駆動型システムに置き換えるハイレベルなトレーニングおよび評価ライブラリ
柔軟なエンジンとイベント駆動型システムを通じて、ニューラルネットワークのトレーニングと評価を簡素化するPyTorch用のハイレベルなライブラリ。
djl: ディープラーニングモデルの構築、トレーニング、およびデプロイのためのエンジン非依存なJavaフレームワーク
ネイティブなJava体験を使用して、Java開発者がモデルを構築、トレーニング、およびデプロイできる、ディープラーニングのためのエンジン非依存なJavaフレームワーク。
pytorch-forecasting: 解釈可能なマルチホライズン時系列予測のためのハイレベル深層学習フレームワーク
Temporal Fusion Transformers や N-BEATS などの最先端深層学習アーキテクチャを備えた、時系列予測用の PyTorch ベースのハイレベル API パッケージです。
grobid: 科学的なPDFから文献情報を抽出・構造化するための機械学習ライブラリ
大規模な文献データ抽出のために、生の科学的なPDF出版物を構造化されたXML/TEIドキュメントにパースする機械学習ライブラリ。
gluonts: PyTorchベースの確率的時系列モデリングライブラリ
ディープラーニングとPyTorchを使用して、不確実性区間を伴う予測を生成する、確率的時系列モデリングのためのPythonパッケージ。
SynapseML: Apache Spark上で分散型MLパイプラインを構築するためのスケーラブルな機械学習ライブラリ
Apache Spark上に構築されたオープンソースライブラリで、テキスト分析、ビジョン、異常検知などの機械学習タスクに対して、スケーラブルで分散型のAPIを提供します。
sahi: 大規模画像内の小さな物体を検出するためのスライス推論を実行するビジョンライブラリ
さまざまな人気のある物体検出フレームワークにわたって、大規模画像内の小さな物体を検出するためのスライス推論を可能にする軽量なビジョンライブラリ。
tch-rs: テンソル操作とニューラルネットワーク訓練を提供する PyTorch C++ API の Rust バインディング
Rust 用の PyTorch C++ API (libtorch) バインディングで、Rust で PyTorch のテンソル操作やニューラルネットワークの訓練を利用できるようにします。
flashlight: JITカーネルコンパイルとネイティブなマルチドメインアプリを備えた高性能C++機械学習ライブラリ
音声、視覚、およびテキストにわたる高性能なAI研究のために、コアテンソルインターフェースとニューラルネットワークツールを提供する、高速で柔軟なC++機械学習ライブラリ。
composer: GPUクラスター全体でPyTorchワークフローをスケールさせるためのディープラーニング・トレーニング・ライブラリ
大規模な分散トレーニングを簡素化するPyTorchベースのディープラーニング・ライブラリ。メモリ最適化とアルゴリズムの高速化のためのツールを提供し、トレーニング時間とコストを削減します。
mlpack: 多言語バインディングを備えた高速なヘッダーオンリーのC++機械学習ライブラリ
Python、Julia、Go、およびRのバインディングを備えた、幅広いML手法と関数を提供する高速なヘッダーオンリーのC++機械学習ライブラリ。
NN-SVG: 論文掲載用に適したニューラルネットワーク構成図のパラメトリック生成ツール
SVG形式で論文掲載用に適したニューラルネットワーク構成図を作成するためのパラメトリックツールであり、手動での描画の必要性を排除します。
DALI: ディープラーニング・パイプラインにおけるCPUボトルネックを解消するGPU加速データロードおよび前処理ライブラリ
画像、ビデオ、オーディオデータのディープラーニング・パイプラインにおけるCPUボトルネックを解消する、GPU加速データロードおよび前処理ライブラリ。
tsai: 時系列およびシーケンシャルデータのための、膨大なSOTAモデルコレクションを備えたディープラーニングライブラリ
分類、回帰、および予測を含む時系列タスクのための、PyTorchとfastai上に構築された最先端のディープラーニングライブラリ。
serving: バージョン管理された機械学習モデルの推論を管理・提供するための高性能なプロダクションシステム
プロダクション環境において、モデルのライフサイクルを管理し、gRPCおよびHTTPを介してバージョン管理された推論を提供するために設計された、機械学習モデル用の高性能なサービングシステム。
smile: LLM推論とエージェンティックなデータサイエンスIDEを統合した、高性能JVM機械学習フレームワーク
古典的なML、ディープラーニング、LLM推論、およびエージェンティックなデータサイエンスIDEのためのツールを提供する、JVM向けの包括的で高性能な機械学習フレームワーク。
flower: フレームワークに依存しない、連合AIを構築・拡張するためのシステム
さまざまなMLフレームワークやデバイスにわたって分散型モデルトレーニングを可能にする、連合AIシステム構築のためのフレームワーク。
autograd: native Python および NumPy コード用の自動微分ライブラリ
native Python および NumPy コードを自動的に微分し、効率的な勾配ベースの最適化を可能にするライブラリ。
stanza: 60以上の言語に対応するニューラルパイプラインと特化型バイオメディカルモデルを備えた多言語Python NLPライブラリ
Stanfordが提供するPython NLPライブラリで、60以上の言語に対して正確なニューラル処理ツールを提供し、JavaのStanford CoreNLPソフトウェアのラッパーとしても機能します。
modelscope: 多様なAIモデルのシームレスな推論と微調整のための統合されたModel-as-a-Serviceフレームワーク
複数のドメインにわたる数百もの最先端AIモデルの発見、推論、および微調整のための統一されたインターフェースを提供する、Model-as-a-Service (MaaS) プラットフォームおよびライブラリ。
pyro: PyTorch上に構築されたスケーラブルなディープ確率プログラミングライブラリ
PyTorch上に構築された、大規模なデータセットに対して汎用的な確率モデルを作成しスケールさせることができるディープ確率プログラミングライブラリ。
sonnet: TensorFlow 2 用の構成可能なニューラルネットワーク抽象化ライブラリ
DeepMind による TensorFlow 2 用のライブラリで、ML 研究用にニューラルネットワークを構築するためのシンプルで構成可能な抽象化を提供します。