কম্পিউটার ভিশনের জন্য একটি বিস্তৃত টুলকিট যা ডেটা লোডিং, ভিজ্যুয়ালাইজেশন এবং ডেটাসেট ম্যানেজমেন্টের জন্য মডেল-অ্যাগনস্টিক বিল্ডিং ব্লক প্রদান করে।
ওপেন সোর্স। নতুন সম্ভাবনা।
মানসম্মত ওপেন-সোর্স প্রজেক্ট আবিষ্কার করুন, বেনামে প্রজেক্ট জমা দিন এবং নিজের প্রজেক্ট দাবি করে সম্পাদনা করুন।
কৌতূহল নিয়ে ওপেন সোর্স আবিষ্কার করুন।
THE FIRST COLLECTIONCog মেশিন লার্নিং মডেলগুলোকে প্রোডাকশন-রেডি ডকার কন্টেইনারে প্যাকেজ করে, স্বয়ংক্রিয়ভাবে CUDA সামঞ্জস্য পরিচালনা করে এবং Python টাইপ ডেফিনিশন থেকে HTTP ইনফারেন্স API তৈরি করে।
Pyro হলো PyTorch-এর উপর নির্মিত একটি নমনীয়, স্কেলযোগ্য গভীর সম্ভাব্য প্রোগ্রামিং লাইব্রেরি, যা সার্বজনীন সম্ভাব্য মডেল এবং স্বয়ংক্রিয় অনুমান সমর্থন করে।
timm হলো PyTorch ইমেজ মডেল, লেয়ার, অপটিমাইজার, শিডিউলার, ডেটা লোডার এবং প্রশিক্ষণ/মূল্যায়ন স্ক্রিপ্টের একটি বৃহৎ সংগ্রহ, যা ResNet, EfficientNet, ViT, ConvNeXt এবং Swin-এর মতো অনেক প্রি-ট্রেইন্ড ব্যাকবোন প্রদান করে।
EasyOCR একটি প্রস্তুত-ব্যবহারযোগ্য অপটিক্যাল ক্যারেক্টার রিকগনিশন লাইব্রেরি যা ৮০+ ভাষা এবং প্রধান লেখার স্ক্রিপ্ট সমর্থন করে। এটি সহজ Python API এবং CLI অফার করে, PyTorch-ভিত্তিক ডিটেকশন এবং রিকগনিশন মডেল সহ, এবং কাস্টম প্রশিক্ষণের বিকল্পও রয়েছে।
Premove ITN একটি ওপেন-সোর্স, প্রসঙ্গ-সচেতন ইনভার্স টেক্সট নরমালাইজেশন টুল, যা ইংরেজি ভয়েস-এজেন্ট ট্রান্সক্রিপ্টের জন্য। এটি DeBERTa কনটেক্সচুয়াল স্কোরিং সহ জেনারেট-স্কোর-ডিকোড পাইপলাইন ব্যবহার করে কথ্য ASR আউটপুটকে ক্যানোনিকাল লিখিত ফর্মে রূপান্তর করে।
ইনসাইটফেস একটি অত্যাধুনিক ওপেন-সোর্স ২ডি এবং ৩ডি ফেস অ্যানালাইসিস প্রজেক্ট, যা ফেস রিকগনিশন, ডিটেকশন, অ্যালাইনমেন্ট, সোয়াপিং এবং লাইভনেস ডিটেকশন প্রদান করে, সাথে প্রিট্রেইন্ড মডেল, পাইথন প্যাকেজ এবং সেলফ-হোস্টেড সার্ভার।
einops একটি নমনীয় টেনসর অপারেশন লাইব্রেরি যা আইনস্টাইন-সদৃশ নোটেশন ব্যবহার করে PyTorch, JAX, TensorFlow, NumPy সহ বিভিন্ন ফ্রেমওয়ার্কে পাঠযোগ্য ও নির্ভরযোগ্য কোড তৈরি করে।
Hugging Face Transformers হলো টেক্সট, ভিশন, অডিও এবং মাল্টিমোডাল টাস্কের জন্য একটি মেশিন লার্নিং মডেল-ডেফিনিশন ফ্রেমওয়ার্ক। এটি ১ মিলিয়নেরও বেশি প্রি-ট্রেইনড চেকপয়েন্টের সাথে ইনফারেন্স এবং ট্রেনিংয়ের জন্য একটি ইউনিফাইড API প্রদান করে।
SenseVoiceSmall একটি ওপেন-সোর্স স্পিচ ফাউন্ডেশন মডেল যা ASR, ভাষা শনাক্তকরণ, আবেগ শনাক্তকরণ এবং অডিও ইভেন্ট সনাক্তকরণের জন্য ব্যবহৃত হয়। এটি ম্যান্ডারিন, ক্যান্টোনিজ, ইংরেজি, জাপানি এবং কোরিয়ান ভাষা সমর্থন করে এবং দ্রুত নন-অটোরিগ্রেসিভ ইনফারেন্স প্রদান করে।
ESPnet হল PyTorch-ভিত্তিক এন্ড-টু-এন্ড স্পিচ প্রসেসিং টুলকিট, যা ASR, TTS, স্পিচ অনুবাদ, এনহ্যান্সমেন্ট, ডায়ারাইজেশন ইত্যাদি সহ পুনরুত্পাদনযোগ্য রেসিপি এবং প্রিট্রেইন্ড মডেল অফার করে।
WhisperLiveKit একটি ওপেন-সোর্স, সেলফ-হোস্টেড স্পিচ-টু-টেক্সট পাইপলাইন যা আল্ট্রা-লো-লেটেন্সি রিয়েল-টাইম ট্রান্সক্রিপশন ডিজাইন করা হয়েছে। এতে WebSocket ও OpenAI/Deepgram কম্প্যাটিবিল API সমর্থন রয়েছে।
স্টেবল বেসলাইনস৩ (SB3) হলো একটি নির্ভরযোগ্য পিটারচ-ভিত্তিক রিইনফোর্সমেন্ট লার্নিং অ্যালগরিদম সংগ্রহ, যা গবেষণা ও শিল্পে প্রতিলিপি, পরিমার্জন ও তুলনার জন্য ডিজাইন করা হয়েছে।
Made With ML একটি ওপেন-সোর্স কোর্স এবং কোডবেস যা প্রোডাকশন-গ্রেড মেশিন লার্নিং অ্যাপ্লিকেশন ডিজাইন, বিকাশ, সম্প্রচার ও ইটারেশন শেখায়, MLOps, টেস্টিং, সার্ভিং, CI/CD ও কন্টিনিয়াল লার্নিং কভার করে।