从零开始编写并训练大语言模型的教程，旨在为对语言模型和深度学习感兴趣的开发者提供系统的学习资源。

康奈尔大学的Applied Machine Learning课程的执行课程笔记和幻灯片（2024年秋季版），讲授机器学习、数据挖掘和信号处理中的关键概念。

Upsy是一个开源的Slack机器人，旨在记住用户的对话，以便在用户有问题时提供快速、准确的答案。它通过统一的内存管理和隐私保护来提升用户体验，同时集成了OpenAI API，以便利用先进的人工智能技术进行支持。Upsy使用Node.js作为后端，结合Upstash Vector和Upstash Redis进行数据存储，并利用Langchain进行大语言模型的编排，确保部署简单且具有高度的定制性。

为深度学习爱好者提供从基础到进阶的实践教程，包括Jupyter Notebook形式的代码，支持在云平台上执行，涵盖神经网络、变分自编码器等多个深度学习主题

nki-samples是一个为AWS Trainium和Inferentia芯片优化的机器学习编程环境，提供高性能的NKI语言和指令集架构，支持深度优化，包含23个示例内核，适用于从基础到高级的优化示例，并集成Neuron Profiler，用于性能瓶颈分析。

EasyRL4Rec是一个全面且易于使用的库，专门为基于强化学习的推荐系统设计，旨在帮助开发者构建高效的个性化推荐模型。

Apple Silicon开发环境配置指南，为开发者提供在Apple Silicon芯片上安装和配置PyTorch、TensorFlow和JAX的指导，助力在M1/M2芯片上高效运行机器学习框架

一个为机器学习研究量身定制的GitHub模板，帮助研究人员快速搭建高效、规范的项目架构。

推荐系统入门指南，全面介绍了工业级推荐系统的理论知识，如何基于TensorFlow2训练模型，如何实现高性能、高并发、高可用的Golang推理微服务。

这本书帮助读者系统地解决机器学习问题，通过“边学边编码”的方式强化对机器学习建模过程的理解，涵盖数据处理、特征工程到模型优化的全流程，并通过实际案例引导读者掌握正确的思维方式。

Prototype是一个快速启动的Docker化模板，用于在几秒钟内设置带有OpenAI集成的Django项目。它允许用户通过一个命令创建复杂的项目，且是免费且开源的，用户可以轻松克隆和使用。

一个 Flutter 库，用于运行 ONNX 模型，可以将 Pytorch、Tensorflow 等主流机器学习框架训练的模型轻松转换为 ONNX 格式，并可在 iOS、Android、Web、Linux、Windows 和 macOS 等平台上原生运行，无需进行任何修改。

Graphiti是一个基于知识图谱的AI代理记忆系统，能够从不断变化的商业数据和聊天历史中自动构建丰富的图谱，使Python代理能够快速访问相关且准确的数据，适应不断变化的环境。

JAX是由Google开发的开源数值计算库，专为研究者和开发者设计，结合了数值计算和机器学习。它支持自动微分与硬件加速，在Transformer模型训练中性能较PyTorch提升30%，广泛应用于AlphaFold等前沿研究。JAX通过XLA编译器优化计算图，支持并行计算和动态控制流，使代码既高效又灵活。

一个比较Apple Silicon GPU上PyTorch和MLX性能的基准测试项目，通过5个不同场景的测试(包括Transformer语言模型训练、BERT微调、Whisper推理等)，全面对比两个框架在M1/M3系列芯片上的性能表现，为苹果设备上的AI项目选型提供参考

一组优化性能的先进机器学习模型，可在高通®设备上部署，涵盖视觉、语音、文本和生成式 AI 等领域。

AnyModal是一个基于PyTorch的灵活多模态语言模型框架，支持轻松集成图像、音频等多种输入模态。它提供了模块化的架构设计，便于添加新的输入模态处理器和分词器，并拥有丰富的预训练模型库。AnyModal框架将多种输入模态直接融入大语言模型，适用于多模态数据的复杂任务。

supertree是一个强大的Python决策树可视化工具，专为在Jupyter Notebooks等环境中提供交互式决策树展示而设计。它支持缩放、展开和折叠节点、全屏显示等功能，并且兼容scikit-learn、LightGBM、XGBoost等主流机器学习库的决策树模型。通过supertree，用户可以直观地探索和分析决策树的结构，适用于教学、演示和数据分析报告等多种场景。

LangChain Swift是一个专为Swift语言优化的库，旨在支持iOS、macOS、部分watchOS和beta版本的visionOS，帮助开发者构建和优化AI应用，提供强大的工具和灵活性。

一个用于机器学习模型文件检查、验证、签名和验证的实用工具。支持safetensors、ONNX、GGUF和PyTorch等主流格式，具备模型内容检查、Ed25519签名验证、推理图生成等功能，特别注重安全性，PyTorch模型在隔离的Docker容器中运行以防止代码执行漏洞。

NVIDIA开发的高性能神经网络库，帮助构建尊重对称性的神经网络模型，提升模型的数据效率。该库通过优化的CUDA内核和全面的API，支持构建高效的等变神经网络，确保与主流深度学习框架的兼容性。

DigiQ 是一个利用人工智能技术，帮助用户通过少量数据训练高效的设备控制智能体的项目。它创新性地结合了视觉语言模型（VLM），显著提升了学习效果，并提供了完整的代码和预训练模型，方便用户复现和使用。

SALT是一个用于训练分割网络的框架，通过条件概率建模数据中的层次关系，支持医学影像分割并提供灵活的标签树结构。

Build Your Own X 是一个开源技术学习平台，旨在帮助用户从零开始构建各种技术项目，涵盖编程语言解释器、数据库、操作系统、网络协议、机器学习框架、游戏引擎等多个领域。项目提供丰富的学习资源和实践教程，适合初学者和有经验的开发者，旨在通过动手实践提升技术理解和应用能力。

该项目一步步教你用Python实现一个语法风格类似于PyTorch的深度学习框架。本教程将使用Python的基础语法和NumPy来实现深度学习领域的一些基础算法，包括但不限于反向传播、随机梯度下降、Adam优化器、Dropout层等。本项目还会介绍如何实现包括CNN、RNN、LSTM、ResNet、Transformer等在内的模型。

ChatGPT-On-CS 是一个开源且易用的AI客服工具，支持与Dify和FastGPT等AI平台无缝对接，可接入多个社交和电商平台，提供高效的AI客服解决方案，提升客户服务体验。

为LangChain和LangGraph提供全面、易懂的开源教程，面向全球用户，支持多语言学习，深入讲解最新功能，涵盖前沿特性，提供丰富的实战案例，助力新手快速上手。

本项目展示了如何使用 LangChain.js、TypeScript 和 Azure 创建一个无服务器的 ChatGPT 应用，旨在实现信息检索与生成的结合，提供灵活且可扩展的对话系统解决方案。

Attention Gym是一个基于PyTorch的灵活注意力机制工具集，为研究人员和开发者提供实验不同注意力机制的实验场，包含多种注意力变体的实现、性能比较和辅助功能。

用 Rust 语言实现的 LangChain，提供了 LLM、Embeddings、VectorStores、Chain、Agents、Tools 等功能，并支持多种 LLM 和 VectorStores