FastML官网 – 快速开发与部署机器学习项目的基础框架

Katana ML Skipper 是一个简单且灵活的机器学习工作流引擎，支持多种机器学习任务，具有强大的可扩展性，能够轻松集成其他工具和库，帮助用户高效地创建和管理机器学习工作流。

RSP项目利用随机帧预测技术进行视觉表示学习，旨在提高学习效率，适用于各种视觉表示任务。

ml-calibration是一个用于测量校准和绘制可靠性图表的工具包，提供了可视化方法来评估模型的校准程度，并生成可靠性图表以帮助分析模型的可靠性。该工具包支持多种校准方法的比较，易于集成到现有的机器学习工作流中。

GPT-NeoX是一个基于Transformer架构的大规模开源语言生成模型，能够生成高质量的自然语言文本，支持多种应用场景，包括对话系统、文本创作、内容生成等。该模型在大规模数据集上进行预训练，并可以根据特定任务进行微调，具有强大的文本理解与生成能力，适合开发者用来构建个性化的AI应用。此外，GPT-NeoX还支持大规模模型并行，基于DeepSpeed库优化了内存使用，具有高效的训练和推理性能，灵活的架构支持多种训练配置，是一个开放源码、社区驱动的项目。

该项目旨在通过可扩展的对数行列式计算来增强高斯过程核学习的效率，适用于大规模数据分析和预测。

Grid.ai是一个专注于机器学习的平台，旨在使最先进的AI研究民主化，而不是关注基础设施。用户可以通过注册网站并参考提供的文档和教程来使用Grid.ai。

KeaML是一个AI开发平台，支持用户在开发、训练和部署的各个阶段。用户可以通过直观的界面和强大的工具轻松开发和训练AI模型，并将其部署到生产环境中，实现AI在应用中的价值。

Florence-VL是微软开源的多模态模型，具备强大的图像理解能力，能够从不同角度深入理解图片内容并给出准确回复。其核心在于升级的视觉编码器和深度-广度融合(DBFusion)机制，支持多层次、多方面的视觉特征捕获和融合，超越了传统的CLIP式视觉Transformer模型。

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。

PX4 是一个开源的自动驾驶系统，专为小型无人机设计，提供安全且高速的导航功能。它支持 ROS1 和 ROS2，适用于多种开发环境，具备卓越的高速飞行性能，能够在复杂环境中实现敏捷飞行。PX4 还支持目标跟踪和自主探索等丰富的应用场景，广泛应用于固定翼、旋翼、垂直起降飞行器（VTOL）、地面车辆和潜水器等多种类型。

Frigate是一款专为Home Assistant设计的完整本地NVR，集成了AI对象检测功能。它使用OpenCV和TensorFlow在本地为IP摄像头执行实时对象检测，支持低开销运动检测、基于事件的视频录制、7x24小时录制、RTSP重新流式传输、WebRTC和MSE支持。Frigate与Home Assistant紧密集成，适用于家庭安全和监控、实时对象检测和警报、访问控制和识别、行为分析和模式识别等场景。

SmythOS 是一个让用户能够无需手动编码即可构建和部署AI代理的平台。用户只需描述需求，Agent Weaver会自动创建相应的代理，利用最佳的AI模型和API，包括OpenAI、Hugging Face、Amazon Bedrock等。

本项目进一步增强Llama-2大模型的中文理解、生成、翻译等能力，提供多种微调和实验选项。

《人体运动扩散模型》的论文代码，旨在高效生成和编辑人体运动，支持多种运动风格和动作捕捉数据。

Yogger是一款移动视频分析与AI运动工具，旨在帮助教练、运动员和运动爱好者轻松分析生物力学，提升表现。用户可以通过应用程序拍摄视频、收集有意义的数据、设定目标并跟踪进展。