| 1 |
tinygrad |
介于pytorch和karpathy/micrograd之间的学习框架。 这可能不是最好的深度学习框架，却是一个值得深度学习的框架。 |
| 2 |
lama-cleaner |
由SOTA AI模型提供动力的图像介入工具。 删除图片中的任何不需要的物体，缺陷，人员，然后擦除并替换图片上的任何东西（稳定的扩散）。 |
| 3 |
ColossalAI |
一个整合高效并行技术的AI大模型训练系统。 |
| 4 |
diagrams |
一个通过编写Python代码绘制云系统架构图的工具。diagrams可让您在Python代码中绘制云系统体系结构。 它诞生于无需任何设计工具的新系统体系结构设计。 您还可以描述或可视化现有系统体系结构。 当前的图表支持主要大型云服务提供商，包括：AWS，Azure，GCP，Kubernetes，Alibaba Cloud，Oracle Cloud等...它还支持本地节点，SaaS和主要的编程框架和语言。diagrams还允许您跟踪任何版本控制系统中的体系结构图更改。 |
| 5 |
openpilot |
由comma.ai开发的一种开源半自动驾驶系统。目前，OpenPILOT执行自适应巡航控制（ACC），自动化车道居中（ALC），前碰撞警告（FCW）和Lane Deptional警告（LDW）的功能，用于越来越多的支持汽车制造，模型和模型年。 此外，在接合OpenPilot时，基于相机的驾驶员监视（DM）功能警报会分散注意力和入睡驱动程序。 |
| 6 |
open_clip |
用python实现的CLIP(Contrastive Language-Image Pre-training)开源仓库。该存储库的目的是启用具有对比图像文本监督的训练模型，并研究其属性，例如稳健性的分配转移。 我们的起点是CLIP的实现，该CLIP与在同一数据集上进行训练时匹配原始剪辑模型的准确性。 |
