smolgrad开源项目 – 轻量级自动微分框架

TensorFlow是由Google开发的开源库，旨在简化机器学习模型的构建和部署过程，适合各种用户，从新手到专业数据科学家。

《2000 Machine Learning Prompts》是一个全面的资源，旨在帮助爱好者学习和实验机器学习，使他们熟悉其功能和在不同上下文中的应用。

Neuralhub是一个先进的平台，旨在简化和增强深度学习和AI开发过程，适用于AI爱好者、研究人员和工程师。它提供了一个全面的环境，支持创建、实验和创新，致力于推动AI研究的民主化。

catgrad是一个基于范畴论的深度学习编译器，它不使用autograd进行训练，而是将模型的反向传播编译为静态代码。这意味着训练循环可以在不需要深度学习框架的情况下运行，甚至不需要catgrad本身。该项目支持多个编译目标，包括Python/numpy和C++/GGML等，从而提供更高的灵活性和性能。

eigenGPT是一个基于C++的高效实现，旨在提供简化的GPT2架构，易于理解和扩展，适合嵌入式系统和资源受限环境。

minGPT是用PyTorch重新实现的GPT，旨在变得小巧、干净、可解释和具有教育意义，适合学习和研究。

ebook2audiobook是一款开源工具，支持1100+种语言，能够将各类电子书一键转换为带章节的有声书，使用高质量的AI语音合成技术，并可克隆个人声音进行朗读，提供简单直观的网页界面和命令行模式，适合不同用户的需求。

AniDoc是一款动画创作工具，能够轻松将一系列草图根据角色设计参考图进行上色，确保在姿势和比例差异较大的情况下仍能保持高保真度的动画效果，适合动画创作者使用。

PTTS 网页演示 - Parallel TTS web demo based on Flask + Vue (Vuetify)。这是一个基于 Flask 和 Vue 的语音合成单网页演示项目，支持并行语音合成，提供现代化的用户界面，适用于浏览器的单页应用，易于使用和部署。

SpeeD是由NUS-HPC-AI-Lab开发的扩散模型训练加速工具，通过重新采样和重新加权策略优化时间步处理，实现训练效率提升三倍。其核心采用不对称采样策略和变化感知加权策略，减少收敛区域时间步的采样频率，增加加速和减速区域的时间步采样概率，并对快速变化过程增量的时间步赋予更高权重。该工具即插即用且架构无关，兼容多种扩散模型架构如U-Net、DiT等，适用于图像生成等多种任务。

一个开源目录，旨在帮助开发者和创业者免费在友好的社区中展示他们的副业项目，并鼓励社区成员贡献和参与。

LLM Sandbox 是一个轻量级且便携的沙盒环境，旨在使用 Docker 容器以安全、隔离的方式运行大型语言模型生成的代码。该项目提供易于使用的接口，用于设置、管理和执行受控 Docker 环境中的代码，简化运行 LLM 生成代码的过程。支持多种编程语言，并确保主机系统的安全。

PagePilot AI是一款浏览器扩展，通过集成谷歌Gemini模型提供的AI文本处理功能，用户可以在浏览网页时即时处理文本，无需切换标签或复制粘贴。

D²-MoE是一种专为基于Mixture of Experts（MoE）的大型语言模型（LLM）设计的高效压缩方案。通过其独特的Delta Decompression技术，该方案能够在无需额外训练的情况下显著减少模型参数，同时保持模型的性能。D²-MoE支持多种模型架构，如Mixtral和DeepSeek，具有广泛的适用性。

matfree是一个基于JAX的无矩阵线性代数库，提供了随机和确定性的矩阵无关方法，主要用于迹估计、矩阵函数计算和矩阵分解。它能够在JAX环境中高效地进行无矩阵线性代数操作，适用于需要处理大规模矩阵的场景。