ML Clever官网 – 无代码机器学习平台

ML Clever 是一个无代码平台，旨在简化企业的机器学习流程。用户无需编程经验即可上传数据、创建管道并获得洞察。该平台提供自动机器学习（AutoML）功能、可定制的AI管道以及拖拽式分析仪表板，专注于为非技术用户提供强大的数据处理和模型部署工具。

ML Clever的特点:

1. 无代码操作，简化机器学习流程
2. 支持自动机器学习（AutoML）
3. 可定制的AI管道
4. 拖拽式分析仪表板
5. 强大的数据处理和模型部署工具

ML Clever的功能:

1. 企业快速部署机器学习模型，无需编程技能
2. 数据分析师使用拖拽工具从数据集中生成洞察
3. 上传数据文件或连接数据库，选择预测列，启动AI管道构建器

相关导航

Awesome-CLIP开源项目 – 整理CLIP相关研究的项目

基于CLIP（Contrastive Language-Image Pretraining）的研究成果汇总项目，旨在整理和分享CLIP相关的研究进展，包括CLIP的训练方法、改进、数据处理、知识蒸馏、损失函数，以及在零样本、少样本和分类等任务中的应用。

3FS开源项目 – 高性能分布式文件系统

3FS是一种高性能分布式文件系统，专门设计用于解决AI训练和推理工作负载中的挑战。它利用现代SSD和RDMA网络，提供高达6.6 TiB/s的聚合读取吞吐量，并支持强一致性语义，简化分布式应用的开发。3FS在180节点集群中表现出色，在GraySort基准测试中达到3.66 TiB/分钟的吞吐量，每个客户端节点的KVCache查找峰值吞吐量超过40 GiB/s。该系统支持多种工作负载优化，如随机访问训练样本和高效KVCache缓存，适用于大规模数据集的排序与处理、深度学习模型的训练与推理等场景。

SkyPilot开源项目 – 大模型推理框架管理

SkyPilot 是一个托管和调度框架，类似于 k8s，用于大模型的推理框架管理。旨在简化大规模模型的部署与管理，提高推理效率。

Nodezator开源项目 – 通用的Python节点编辑器

Nodezator是一个通用的Python节点编辑器，通过可视化连接Python函数来创建灵活的参数化行为、数据、应用程序和代码片段，同时支持将节点布局导出为纯Python代码。

MLOps Python Package开源项目 – 支持MLOps项目的灵活高效工具

灵活、健壮和高效的Python软件包，用于支持MLOps(机器学习运维)项目，提供多种工作流支持，优化性能，加速模型部署和监控，易于与其他工具集成，同时提供用户友好的API，确保模型和数据集的版本控制。

LanceDB官网 – 革命性的多模态AI数据管理工具

LanceDB是一个开创性的工具，旨在彻底改变企业和个人处理多模态AI应用的方式。它提供强大的数据库解决方案，专门满足AI驱动环境的需求，简化了管理文本、图像、视频和音频等多种数据类型的复杂性，适用于开发者、数据科学家和商业分析师。

fastgradio开源项目 – 快速构建Gradio界面的Python库

fastgradio是一个Python库，旨在帮助用户快速构建和分享基于fastai模型的Gradio界面。它提供了简单易用的工具，使得用户能够轻松地将训练好的fastai模型部署为交互式Web应用，并支持多种模型类型和数据格式。通过fastgradio，用户可以为不同的应用场景定制界面，并快速展示模型的功能。

Qdrant Examples开源项目 – Qdrant向量搜索引擎示例集合

Qdrant向量搜索引擎示例和教程集合，提供了一系列使用Qdrant和相关技术的教程、演示和使用指南。

LLM Book开源项目 – 一本讲解大模型的实用电子书

一本实用的电子书，讲解大模型的基本理论、预训练、微调与对齐、大模型使用及评测与应用等内容。

Datature官网 – 无代码构建计算机视觉应用

Datature是一个完整的AI视觉平台，允许团队和企业在不编写任何代码的情况下构建计算机视觉应用。它提供数据集管理、标注、训练和部署等多种功能，旨在简化整个计算机视觉开发流程。用户只需注册并登录到平台，即可管理数据集、标注图像或视频、使用自动化工作流程训练计算机视觉模型，并将模型部署到生产环境中。

PandaX官网 – 高效物联网开发平台

PandaX 是一个基于 Go 语言和 VUE3.0 前端技术的物联网开发平台，旨在简化物联网应用的开发流程。它提供现成的模块和组件，支持拖拽配置快速搭建应用，涵盖设备管理、数据处理、大屏展示、报表生成等功能，兼容多种数据库和协议。该平台显著提高了开发效率，使原本需要 10 人月完成的项目，现在只需 1 人 3 天即可完成。

pytorch/ort开源项目 – 加速PyTorch模型的推理

pytorch/ort是一个旨在使用ONNX Runtime加速PyTorch模型推理的工具，支持将PyTorch模型转换为ONNX格式，利用ONNX Runtime提升推理性能，并兼容多种硬件后端。该项目还支持动态计算图，简化模型部署流程，让用户能够更轻松地在不同平台上运行优化后的模型。