这是一个为PyTorch深度学习项目设计的结构化、模块化项目模板，遵循最佳实践的项目组织和架构。它支持新模型、数据集和训练管道的轻松集成，有助于提高深度学习实验的可重复性和可扩展性。模板还预配置了日志记录、检查点和可视化工具，方便用户进行实验跟踪和训练进度管理。
RePlay是一个全面的端到端推荐系统框架，集成了最新的推荐算法模型。它提供了数据预处理和切分、多种推荐模型支持、超参数优化、全面的评估指标、模型集成和混合，以及从离线实验到在线生产的无缝切换。该框架支持CPU/GPU和分布式计算，适用于大规模推荐系统的构建和评估。
llama-api是一个类OpenAI的LLaMA推理API，旨在提供便捷的模型推理服务。它支持自动下载模型、并行处理和并发处理，以便用户可以高效地进行文本生成和其他相关任务。
Bisheng是一款领先的开源AI大模型应用开发平台，赋能和加速大模型应用开发落地，帮助用户以最佳体验进入下一代应用开发模式。
Evoke是一个平台，允许开发者和企业在云端托管AI模型，并通过API访问，省去昂贵的云设置成本。用户可以轻松上传AI模型，并高效地进行AI应用开发。
Navan.ai是一个无代码平台，允许开发者和企业在几分钟内构建和部署计算机视觉AI模型，节省高达85%的开发时间和成本。用户可以通过nStudio快速构建模型，通过nCloud将模型部署到云端，并获得推理API。此外，用户还可以选择使用预训练的视觉AI模型，如人脸检测等。
专为物理AI设计的世界基础模型平台，旨在帮助物理AI开发者更好更快地构建物理AI系统。
开源机器学习框架
OpenCopilot 是一个开源框架，允许开发者构建并嵌入 AI 副驾驶员到他们的产品中，简化了创建 AI 副驾驶员的过程并支持各种用例。它支持多种编程语言，提供灵活的自定义选项，使得集成和开发变得更加高效。
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。
SuperDuperDB允许用户在无需将数据移动到复杂管道或专门的向量数据库的情况下，轻松构建AI应用。它直接与数据库集成AI和向量搜索，支持实时推理和模型训练，只需使用Python。
nat.dev是一个开源的LLM（语言模型）测试平台，提供用户友好的界面，方便用户实验不同的LLM模型并分析其性能。用户可以创建账户，选择不同的模型进行测试，输入文本提示，生成响应，并评估生成的输出。该平台还允许用户自定义模型参数，适合高级用户进行微调。
在本地运行开源分割任何模型的工具(受Ollama启发)，提供原始SAM和高效SAM等分割任何模型，本地API(CLI、Python和HTTP接口)，以及自定义功能，可托管自定义视觉模型
开源深度学习平台
Orquesta是一个实时协作和无代码平台，利用大语言模型(LLM)能力，帮助企业集成和运营其产品。该平台集中管理提示、简化实验、收集反馈，并实时洞察性能和成本，兼容所有主要的LLM供应商，确保LLM操作的透明性和可扩展性，最终缩短客户发布周期并降低实验和生产环境的成本。
Farspeak是一个API，通过利用向量数据库和大语言模型，帮助开发者快速构建强大的AI驱动应用，支持对结构化和非结构化数据进行CRUD操作。
Lamini是一个为企业软件开发提供支持的AI驱动的LLM平台，通过生成性AI和机器学习，帮助开发者自动化工作流，简化软件开发过程，提高生产力。
EmbedAPI是一个平台，提供统一的接口以集成多种AI模型，如OpenAI、Anthropic、Vertex AI等。它允许开发者高效获取链接元数据，并轻松连接多种AI服务。
