AXLearn是Apple基於JAX和XLA構建的深度學習庫,採用物件導向的方式解決軟體工程在大規模深度學習模型開發中的挑戰。它的配置系統允許使用者從可重用的構建塊中組合模型,並與其他庫(如Flax和Hugging Face transformers)整合。AXLearn旨在擴充套件訓練規模,支援數百億引數的模型在數千個加速器上高效訓練,適合在公有云上部署。它還採用全域性計算正規化,允許使用者描述全域性虛擬計算機上的計算,而不是單個加速器。AXLearn支援廣泛的應用,包括自然語言處理、計算機視覺和語音識別,幷包含用於訓練最先進模型的基線配置。
Meta 釋出了 Video Joint Embedding Predictive Architecture (V-JEPA) 模型，這是推進機器智慧的關鍵一步，帶來對世界更具實地認識。
UniRef是一個統一的用於影象和影片參考對象分割的模型。它支援語義參考影象分割(RIS)、少樣本分割(FSS)、語義參考影片對象分割(RVOS)和影片對象分割(VOS)等多種任務。UniRef的核心是UniFusion模組,它可以高效地將各種參考資訊注入到基礎網路中。 UniRef可以作為SAM等基礎模型的外掛元件使用。UniRef提供了在多個基準資料集上訓練好的模型,同時也開源了程式碼以供研究使用。
SCEPTER是一個開原始碼庫,致力於生成式模型的訓練、調優和推理,涵蓋影象生成、遷移、編輯等一系列下游任務。它整合了社區主流實現以及阿里巴巴通逸實驗室自研方法,為生成式領域的研究人員和從業者提供全面、通用的工具集。這個多功能庫旨在促進創新,加速這個快速發展的領域的進步。
TFLearn是一個基於TensorFlow的深度學習庫，提供了一個高階API，用於實現深度神經網路。它具有易於使用和理解的高階API，快速的原型設計功能，全面的TensorFlow透明性，並支援最新的深度學習技術。TFLearn支援卷積網路、LSTM、雙向RNN、批次歸一化、PReLU、殘差網路、生成網路等模型。可以用於影象分類、序列生成等任務。
AI春聯生成器是一款由YunYouJun開發的智慧春聯生成器，旨在為使用者提供個性化、創意十足的春節對聯。利用先進的深度學習技術，使用者可以根據輸入和需求生成獨特的春聯對。支援多種對聯樣式選擇，包括橫批從右往左、上聯在右下聯在左等多種風格，實現更靈活的排版。使用者還可以定製字型，使春聯更具藝術感。透過配置DeepSeek開發平臺的API Key，使用者可以享受更強大的AI生成功能。提供多語言介面，方便全球使用者使用。
Abacus.AI是全球首個端到端AI平臺，為常見的企業應用場景實現實時的大規模深度學習。透過我們先進的MLOps平臺，您可以使用自己的模型或使用我們的神經網路技術建立高度準確的模型，並在各種應用場景中進行操作，包括預測、個性化、視覺、異常檢測和NLP等。
Keras是一個為人類設計的API，遵循最佳實踐，簡化認知負荷，提供一致而簡單的API，最大限度地減少常見用例所需的使用者操作次數，並提供清晰而可操作的錯誤資訊。Keras旨在為任何希望推出基於機器學習的應用程式的開發人員提供不公平的優勢。Keras專注於除錯速度、程式碼優雅性和簡潔性、可維護性和可部署性。使用Keras，您的程式碼庫更小，更易讀，更易於迭代。您的模型在XLA編譯和Autograph最佳化的加持下執行更快，並且更容易在每個平臺（伺服器、移動裝置、瀏覽器、嵌入式裝置）上部署。
PRISMA是一個計算攝影管道,可以從任何影象或影片中執行多種推斷。就像光線透過稜鏡折射成不同的波長一樣,這個管道將影象擴充套件成可用於3D重建或實時後期處理操作的資料。它結合了不同的演演算法和開源的預訓練模型,比如單目深度(MiDAS v3.1, ZoeDepth, Marigold, PatchFusion)、光流(RAFT)、分割掩模(mmdet)、相機姿態(colmap)等。結果帶儲存在與輸入檔案同名的檔案夾中,每個band以.png或.mp4檔案的形式單獨儲存。對於影片,在最後一步,它會嘗試執行稀疏重建,可用於NeRF(如NVidia的Instant-ngp)或高斯擴散訓練。推斷出的深度資訊預設匯出為可以使用LYGIA的heatmap GLSL/HLSL取樣實時解碼的熱度圖,而光流編碼為HUE(角度)和飽和度,也可以使用LYGIA的光流GLSL/HLSL取樣器實時解碼。
Neuralhub是一個讓深度學習更簡單的平臺,它為AI愛好者、研究人員和工程師提供實驗和創新的環境。我們的目標不僅僅是提供工具,我們還在建立一個社區,一個可以分享和協作的地方。我們致力於透過彙集所有工具、研究和模型到一個協作空間,簡化當今的深度學習,使AI研究、學習和開發更容易獲取。