这是一个基于TensorPack框架的实现与模型集锦，包含多种预训练模型，适用于图像处理和计算机视觉任务，易于扩展和自定义。
DinkyTrain是普林斯顿大学NLP团队基于fairseq构建的预训练库，集成了DeepSpeed内核，旨在提供高效的模型训练和简化的训练过程，支持灵活的配置选项。
Lobe 是一款免费且易于使用的应用程序，用户可以训练自定义机器学习模型并将其融入自己的应用中。它提供了可视化编程界面，支持多种任务，如图像分类、目标检测和数据分类。用户只需下载应用，收集并标记图像或数据，Lobe 会基于标记的示例自动训练模型，用户可以使用摄像头或图像来测试模型，并在改进预测后将其导出到应用中进行部署。
Tricksy是一款支持在单个GPU上进行快速推理的工具，利用稀疏感知卸载技术来提高推理效率和速度，同时优化资源使用，适用于深度学习模型的多种场景。
该项目旨在使用笔记本电脑在0.76秒内训练神经网络，使其在MNIST数据集上的准确率达到99%。
DINOv2是Meta AI开发的最先进计算机视觉模型，具有自监督学习功能，无需大量标注数据即可训练。它能够直接从图像中学习特征，适用于图像分类、分割、检索和深度估计等多种任务。DINOv2的预训练版本已上线，与CLIP和OpenCLIP等模型竞争，并在众多任务中表现出色。
Candle是一个用Rust编写的机器学习框架，旨在提供高性能的计算能力，灵活的模型构建方式，支持多种机器学习任务，且易于集成和扩展，适用于各种场景。
图神经网络(GNN)时间序列分析相关论文列表，提供了两种分类方式：基于任务的分类和基于模型的分类。
InstantLLM是一个移动应用和Python包，旨在通过简单的几行代码，实现语言模型的快速和轻松集成。
Okrolearn是一个由Okerew创建的机器学习库，旨在简化机器学习模型的构建和训练过程。它提供了一系列工具和功能，帮助开发者快速实现和优化机器学习算法，适用于研究和实际应用。
