xlstm: 언어 모델링에서 Transformer와 경쟁하기 위해 LSTM을 확장한 순환 신경망 아키텍처
LSTM을 확장하여 Transformer 및 State Space Models와 경쟁하도록 설계된 새로운 순환 신경망 아키텍처로, 효율적인 추론을 위한 7B 파라미터 언어 모델을 특징으로 합니다.
GeneticAlgorithmPython: 머신러닝 모델 및 복잡한 함수 최적화를 위한 직관적인 유전 알고리즘 라이브러리
수학적 함수와 머신러닝 모델을 최적화하기 위한 유전 알고리즘 구축용 Python 라이브러리로, Keras 및 PyTorch를 네이티브로 지원합니다.
raster-vision: 위성 및 항공 이미지 기반 ML 모델 구축을 위한 지형 공간 컴퓨터 비전 프레임워크
PyTorch를 사용하여 위성, 항공 및 드론 이미지 기반의 컴퓨터 비전 모델을 구축하기 위한 Python 라이브러리 및 로우코드 프레임워크.
audiomentations: 딥러닝을 위한 빠르고 사용하기 쉬운 오디오 데이터 증강 라이브러리
오디오 딥러닝 모델을 실제 환경에서도 더 견고하게 만들 수 있도록 다양한 변환을 제공하는 파이썬 오디오 데이터 증강 라이브러리.
torchio: 도메인 특화 아티팩트를 포함한 3D 의료 영상의 전처리 및 증강을 위한 PyTorch 기반 툴킷
3D 의료 영상의 효율적인 로딩, 전처리 및 증강을 위한 도구를 제공하는 PyTorch용 Python 라이브러리.
synthetic-data-generator: GANs, LLMs, 그리고 10억 규모의 데이터셋을 지원하는 개인정보 보호형 정형 데이터 생성기
통계 모델, GAN, LLM을 사용하여 고품질의 개인정보 보호형 합성 정형 데이터를 생성하기 위한 전문 프레임워크.
torchmetrics: 분산 학습 및 평가를 위한 확장 가능한 PyTorch 메트릭 라이브러리
100개가 넘는 PyTorch 메트릭 구현 모음으로, 분산 디바이스 간 누적 및 동기화를 자동화하여 ML 파이프라인의 보일러플레이트 코드를 줄여줍니다.
kompute: 다양한 그래픽 카드 브랜드에서 고성능 가속을 위한 크로스 벤더 GPU 컴퓨트 프레임워크
Vulkan 기반의 크로스 벤더 GPU 컴퓨트 프레임워크로, AMD, NVIDIA, Qualcomm 하드웨어 전반에 걸쳐 머신러닝 및 데이터 처리에 고성능 가속을 제공합니다.
deepdetect: 여러 모달리티에 걸친 통합 학습 및 추론을 위한 딥러닝 런타임 및 REST 서버
이미지, 텍스트, 표형 데이터를 위한 학습 및 추론을 통합 API로 제공하는 딥러닝 런타임 및 REST 서버.
kuberay: Ray 클러스터, 작업(jobs), 서비스의 생명주기를 관리하기 위한 Kubernetes operator
분산 AI 워크로드를 위한 Ray 애플리케이션의 배포, 스케일링 및 관리를 단순화하는 Kubernetes operator입니다.
voxelmorph: 변형 가능한 의료 영상 정합 및 정렬을 위한 학습 기반 프레임워크
학습 기반 이미지 정합 및 변형 모델링을 위한 범용 라이브러리로, 주로 의료 영상 스캔 정렬에 사용됩니다.
Papers-in-100-Lines-of-Code: 60개 이상의 영향력 있는 AI 연구 논문의 100줄 미만 최소 구현체
60개 이상의 영향력 있는 AI 및 머신러닝 연구 논문을 각각 100줄 이하의 코드로 작성한 최소 구현체 모음.
leptonai: NVIDIA DGX Cloud Lepton에서 AI 워크로드를 관리하고 운영하기 위한 Python 라이브러리 및 CLI
NVIDIA DGX Cloud Lepton 플랫폼을 위한 Python 라이브러리 및 CLI로, 사용자가 AI 엔드포인트, 배치 작업 및 클러스터를 배포하고 관리할 수 있게 해줍니다.
AIF360: 머신러닝 모델의 알고리즘 편향을 탐지하고 완화하기 위한 확장 가능한 툴킷
머신러닝 모델의 알고리즘 편향을 탐지하고 완화하기 위한 지표와 알고리즘을 제공하는 Python 및 R용 확장 가능한 오픈 소스 라이브러리입니다.
DeepCamera: 자율적 하드웨어 인식 스킬 배포 및 로컬 VLM 분석 기능을 갖춘 오픈소스 AI 카메라 플랫폼
자율적이고 하드웨어 인식 설치를 통해 VLM 장면 분석 및 객체 탐지 스킬의 로컬 배포를 가능하게 하는 오픈소스 AI 카메라 플랫폼입니다.
AlphaTree-graphic-deep-neural-network: 학술 논문과 실무 코드 구현을 연결하는 딥러닝 모델을 위한 시각적 학습 로드맵
딥러닝 모델에 대한 논문, 코드, 다이어그램을 연결하여 개발자가 AI 애플리케이션 엔지니어링으로 전환할 수 있도록 돕는 구조화된 시각적 로드맵 및 리소스 모음입니다.
dm-haiku: 객체 지향 모델 정의를 가능하게 하는 JAX용 신경망 라이브러리
JAX의 순수 함수 변환과 호환성을 유지하면서 객체 지향 모델 정의를 가능하게 하는 JAX용 신경망 라이브러리.
SDV: 개인정보를 보호하는 테이블형 합성 데이터를 생성하고 평가하기 위한 머신러닝 라이브러리
머신러닝을 사용하여 실제 세계의 패턴을 모방하면서 개인정보를 유지하는 테이블형 합성 데이터를 생성하기 위한 Python 라이브러리.
scikit-llm: 텍스트 분석 파이프라인에 LLM을 통합하기 위한 scikit-learn 호환 래퍼
ChatGPT와 같은 대규모 언어 모델을 scikit-learn에 통합하여 zero-shot 분류와 같은 강화된 텍스트 분석 작업을 가능하게 하는 라이브러리.
reinforcement-learning: 핵심 강화 학습 알고리즘의 독립적인 PyTorch 구현 모음
기본 Grid World부터 Atari 게임용 심층 RL까지, 핵심 강화 학습 알고리즘을 쉽게 읽을 수 있는 독립적인 PyTorch 구현 모음.
segment-geospatial: 원격 탐사 이미지를 위해 Segment Anything Model을 활용하는 지형 공간 세분화 도구
텍스트, 포인트, 또는 박스를 사용하여 위성 이미지의 쉬운 세분화를 가능하게 하며, Segment Anything Model (SAM)을 지형 공간 데이터에 맞게 활용하는 Python 패키지입니다.
neuralforecast: 최첨단 신경 시계열 예측 모델의 사용자 친화적 컬렉션
30개 이상의 최첨단 신경 예측 모델을 제공하며, 사용자 친화적이고 scikit-learn 스타일 API를 통해 고성능 시계열 예측을 가능하게 하는 라이브러리.
FLAML: 모델 선택 및 하이퍼파라미터 최적화를 위한 빠르고 경제적인 AutoML 엔진
최소한의 컴퓨팅 리소스로 고품질 모델을 찾기 위한 효율적인 자동 머신러닝(AutoML) 및 하이퍼파라미터 튜닝을 위한 경량 Python 라이브러리입니다.
probability: 딥 네트워크 통합을 통한 확률적 추론 및 통계 분석을 위한 라이브러리
TensorFlow 또는 JAX를 사용하여 확률적 방법론을 딥 네트워크와 통합하는 확률적 추론 및 통계 분석 라이브러리입니다.
autotrain-advanced: 최첨단 머신러닝 모델을 학습시키고 배포하기 위한 노코드 솔루션
LLM fine-tuning부터 이미지 분류까지 다양한 작업을 지원하는 머신러닝 모델 학습 및 배포를 위한 노코드 도구.
watermark-removal: 워터마크 제거를 위한 머신러닝 기반 이미지 인페인팅 도구
이미지 인페인팅을 사용하여 이미지에서 워터마크를 제거하고, 이음새 없는 고품질의 결과를 만들어내는 머신러닝 프로젝트입니다.
dm_control: MuJoCo를 사용한 강화 학습 및 연속 제어를 위한 물리 기반 시뮬레이션 스택
MuJoCo 물리 엔진을 기반으로 하는 물리 기반 시뮬레이션 및 강화 학습 환경을 위한 소프트웨어 스택.
Flux.jl: 네이티브 GPU 및 자동 미분 지원을 갖춘 순수 Julia 머신러닝 프레임워크
네이티브 GPU 및 자동 미분 지원을 사용하여 모델을 구축하고 학습하기 위한 가벼운 추상화 계층을 제공하는 순수 Julia 머신러닝 프레임워크입니다.
ignite: boilerplate 루프를 유연한 이벤트 기반 시스템으로 대체하는 PyTorch용 고수준 훈련 및 평가 라이브러리
유연한 엔진과 이벤트 기반 시스템을 통해 신경망 훈련 및 평가를 단순화하는 PyTorch용 고수준 라이브러리입니다.
djl: 딥러닝 모델 구축, 학습 및 배포를 위한 엔진 불가지론적 Java 프레임워크
Java 개발자가 네이티브 Java 경험을 사용하여 모델을 구축, 학습 및 배포할 수 있도록 하는 딥러닝용 엔진 불가지론적 Java 프레임워크입니다.
pytorch-forecasting: 해석 가능한 멀티 호라이즌 시계열 예측을 위한 고수준 딥러닝 프레임워크
Temporal Fusion Transformers 및 N-BEATS와 같은 최첨단 딥러닝 아키텍처와 고수준 API를 제공하는 PyTorch 기반 시계열 예측 패키지입니다.
grobid: 과학 PDF에서 서지 데이터 추출 및 구조화를 위한 머신러닝 라이브러리
원시 과학 PDF 출판물을 구조화된 XML/TEI 문서로 파싱하여 대규모 서지 데이터 추출을 가능하게 하는 머신러닝 라이브러리.
gluonts: PyTorch 기반 확률적 시계열 모델링 라이브러리
딥러닝과 PyTorch를 사용하여 불확실성 구간을 포함한 예측을 생성하는 확률적 시계열 모델링을 위한 Python 패키지.
SynapseML: Apache Spark에서 분산 ML 파이프라인을 구축하기 위한 확장 가능한 머신러닝 라이브러리
Apache Spark 위에 구축된 오픈소스 라이브러리로, 텍스트 분석, 비전, 이상 탐지와 같은 머신러닝 작업을 위한 확장 가능하고 분산된 API를 제공합니다.
sahi: 대형 이미지에서 작은 객체를 탐지하기 위한 슬라이스 추론 수행용 비전 라이브러리
다양한 인기 객체 탐지 프레임워크를 통해 대규모 이미지에서 작은 객체를 탐지하기 위한 슬라이스 추론을 가능하게 하는 경량 비전 라이브러리입니다.
tch-rs: PyTorch C++ API에 대한 Rust 바인딩으로 텐서 연산 및 신경망 학습 제공
Rust 바인딩을 통해 PyTorch C++ API(libtorch)를 사용하여 Rust에서 PyTorch의 텐서 연산 및 신경망 학습을 가능하게 합니다.
flashlight: JIT 커널 컴파일 및 네이티브 멀티 도메인 앱을 지원하는 고성능 C++ 머신러닝 라이브러리
음성, 시각, 텍스트 전반의 고성능 AI 연구를 위해 핵심 텐서 인터페이스와 신경망 도구를 제공하는 빠르고 유연한 C++ 머신러닝 라이브러리입니다.
composer: GPU 클러스터 전반에 걸쳐 PyTorch 워크플로를 확장하기 위한 딥러닝 학습 라이브러리
PyTorch 기반 딥러닝 라이브러리로, 대규모 분산 학습을 단순화하고 메모리 최적화 및 알고리즘 가속 도구를 제공하여 학습 시간과 비용을 절감합니다.
mlpack: 다국어 바인딩을 지원하는 빠른 헤더 전용 C++ 머신러닝 라이브러리
Python, Julia, Go, R 바인딩을 제공하며 광범위한 ML 방법론과 함수를 제공하는 빠른 헤더 전용 C++ 머신러닝 라이브러리입니다.
NN-SVG: 논문용 신경망 구조 도식화를 위한 파라메트릭 생성기
SVG 형식으로 논문용 신경망 구조 다이어그램을 생성하는 파라메트릭 도구로, 수동으로 그릴 필요가 없습니다.
DALI: 딥러닝 파이프라인의 CPU 병목 현상을 제거하는 GPU 가속 데이터 로딩 및 전처리 라이브러리
이미지, 비디오, 오디오 데이터를 위한 딥러닝 파이프라인의 CPU 병목 현상을 제거하는 GPU 가속 데이터 로딩 및 전처리 라이브러리.
tsai: 시계열 및 순차 데이터용 방대한 SOTA 모델 컬렉션을 갖춘 딥러닝 라이브러리
분류, 회귀 및 예측을을 포함한 시계열 작업을 위한 PyTorch 및 fastai 기반의 최첨단 딥러닝 라이브러리입니다.
serving: 버전 관리되는 머신러닝 모델 추론을 관리하고 서빙하기 위한 고성능 프로덕션 시스템
프로덕션 환경에서 모델 수명 주기를 관리하고 gRPC 및 HTTP를 통해 버전 관리된 추론을 제공하도록 설계된 머신러닝 모델용 고성능 서빙 시스템입니다.
smile: 통합 LLM 추론 및 에이전트형 데이터 과학 IDE를 갖춘 고성능 JVM 머신러닝 프레임워크
클래식 ML, 딥러닝, LLM 추론 및 에이전트형 데이터 과학 IDE를 위한 도구를 제공하는 JVM용 포괄적이고 고성능인 머신러닝 프레임워크입니다.
flower: 연합 AI를 구축하고 확장하기 위한 프레임워크 불가지론적 시스템
다양한 ML 프레임워크와 장치에서 분산형 모델 학습을 가능하게 하는 연합 AI 시스템 구축을 위한 프레임워크입니다.
autograd: native Python 및 NumPy 코드를 위한 자동 미분 라이브러리
native Python 및 NumPy 코드를 자동으로 미분하여 효율적인 그래디언트 기반 최적화를 가능하게 하는 라이브러리.
stanza: 60개 이상의 언어와 특수 생물의학 모델을 위한 신경 파이프라인을 갖춘 다국어 Python NLP 라이브러리
Stanford에서 제공하는 Python NLP 라이브러리로, 60개 이상의 언어에 대한 정확한 신경 처리 도구와 Java Stanford CoreNLP 소프트웨어용 래퍼를 제공합니다.
modelscope: 다양한 AI 모델의 원활한 추론 및 미세 조정을 위한 통합 Model-as-a-Service 프레임워크
여러 도메인에 걸쳐 수백 개의 최첨단 AI 모델을 발견하고, 추론하고, 미세 조정할 수 있는 통합 인터페이스를 제공하는 Model-as-a-Service (MaaS) 플랫폼 및 라이브러리입니다.
pyro: PyTorch를 기반으로 구축된 확장 가능한 딥 확률론적 프로그래밍 라이브러리
PyTorch를 기반으로 구축되어 사용자가 대규모 데이터셋을 위한 범용 확률론적 모델을 생성하고 확장할 수 있게 해주는 딥 확률론적 프로그래밍 라이브러리입니다.
sonnet: TensorFlow 2를 위한 구성 가능한 신경망 추상화 라이브러리
DeepMind에서 제공하는 TensorFlow 2 라이브러리로, ML 연구를 위한 신경망 구축에 간단하고 구성 가능한 추상화 기능을 제공합니다.