ओपन सोर्स। नई संभावनाएँ।

AutoKeras एक ओपन-सोर्स AutoML लाइब्रेरी है जो Keras पर आधारित है और इमेज, टेक्स्ट तथा संरचित डेटा कार्यों के लिए डीप लर्निंग मॉडल खोज को स्वचालित करती है।

decisionrl एक परिचालन निर्णय-निर्माण के लिए रीइन्फोर्समेंट लर्निंग लाइब्रेरी है—मूल्य निर्धारण, इन्वेंट्री, ऊर्जा, कतारें, आपूर्ति श्रृंखला। 31 एल्गोरिदम, टाइप किए गए इंटरफेस, शास्त्रीय बेसलाइन, और प्रतिलिपि योग्य बेंचमार्क।

Optuna एक खुला-स्रोत हाइपरपैरामीटर ऑप्टिमाइज़ेशन फ्रेमवर्क है जो मशीन लर्निंग के लिए विशेष रूप से बनाया गया है, जिसमें डिफाइन-बाय-रन API और गतिशील सर्च स्पेस निर्माण की सुविधा है।

एक ओपन-सोर्स UFC फाइट प्रेडिक्शन प्रोजेक्ट: Elo रेटिंग्स, ग्रेडिएंट-बूस्टेड एन्सेम्बल और मल्टी-टास्क न्यूरल नेटवर्क का मिश्रण, जिसे 2018-2026 के डेटा पर परखा गया है, जिसमें Streamlit मैचअप एक्सप्लोरर और साप्ताहिक अपडेट पाइपलाइन शामिल है।

Reinfors एक उच्च-थ्रूपुट रीइन्फोर्समेंट-लर्निंग लाब्रेरी है जो समानांतर Rust में गेम डायनामिक्स, सर्च और एपिसोड ऑर्केस्ट्रेशन चलाती है, जबकि Python-आधारित नेटवर्क और ट्रेनिंग पूरी तरह कॉलर के नियंत्रण में रखती है।

एक शैक्षिक रिपॉजिटरी जो Python का उपयोग करके बुनियादी सिद्धांतों से सुपरवाइज्ड मशीन लर्निंग सिखाती है, जिसमें गणितीय आधार और व्यावहारिक कार्यान्वयन शामिल हैं।

Eclipse Deeplearning4J (DL4J) एक JVM-आधारित डीप लर्निंग इकोसिस्टम है जो Java, Scala, Kotlin आदि का समर्थन करता है। इसमें Keras, TensorFlow, ONNX से मॉडल आयात; रैखिक बीजगणित के लिए ND4J; स्वचालित अवकलन के लिए SameDiff; ETL के लिए DataVec शामिल है और यह CPU/GPU पर Windows, Linux, macOS पर चलता है।

Made With ML एक ओपन-सोर्स कोर्स और कोडबेस है जो उत्पादन-स्तरीय मशीन लर्निंग एप्लिकेशन्स को डिजाइन, विकसित, डिप्लॉय और इटरेट करने का तरीका सिखाता है, जिसमें MLOps, टेस्टिंग, सर्विंग, CI/CD और कॉन्टिन्यूअल लर्निंग शामिल हैं।

माइक्रोसॉफ्ट द्वारा शुरूआती लोगों के लिए 10 सप्ताह, 20 पाठों की डेटा साइंस पाठ्यक्रम, परियोजना-आधारित पाठ, क्विज़ और 50+ भाषाओं में अनुवाद सहित।

'बिल्ड अ लार्ज लैंग्वेज मॉडल (फ्रॉम स्क्रैच)' के लिए आधिकारिक कोड रिपॉजिटरी: GPT-जैसे मॉडलों का चरण-दर-चरण PyTorch कार्यान्वयन, नोटबुक और अभ्यासों के साथ प्रीट्रेनिंग और फाइनट्यूनिंग को कवर करता है।

fastai PyTorch पर आधारित एक डीप लर्निंग लाइब्रेरी है जो तेजी से उत्पादकता के लिए उच्च-स्तरीय और अनुसंधान एवं अनुकूलन के लिए निम्न-स्तरीय घटक प्रदान करती है।

FiftyOne एक ओपन-सोर्स टूल है जो उच्च-गुणवत्ता वाले डेटासेट और कंप्यूटर विज़न मॉडल बनाने के लिए उपयोग किया जाता है। यह उपयोगकर्ताओं को दृश्य AI डेटा को विज़्युअलाइज़, लेबल, मूल्यांकन और क्यूरेट करने की अनुमति देता है।

PyTorch एक ओपन-सोर्स मशीन लर्निंग लाइब्रेरी है जो GPU त्वरण के साथ टेंसर कंप्यूटेशन और टेप-आधारित autograd सिस्टम पर आधारित एक लचीला डीप न्यूरल नेटवर्क फ्रेमवर्क प्रदान करती है।

FairMind एक ओपन-सोर्स AI गवर्नेंस प्लेटफ़ॉर्म है जो ML, LLM और मल्टीमॉडल AI मॉडलों के लिए बायस डिटेक्शन, फ़ेयरनेस टेस्टिंग और कंप्लायंस ट्रैकिंग प्रदान करता है। यह एविडेंस-ग्रेड मूल्यांकन, मॉडल रजिस्ट्री और रेमेडिएशन टूल्स देता है।

PyMC एक Python पैकेज है जो Bayesian सांख्यिकीय मॉडलिंग के लिए है, जिसमें उन्नत MCMC और variational inference एल्गोरिदम, सहज मॉडल विनिर्देश सिंटैक्स और जटिल संभाव्य मॉडल के लिए समर्थन शामिल है।

Keras 3 एक मल्टी-बैकएंड डीप लर्निंग फ्रेमवर्क है जो उपयोगकर्ताओं को JAX, TensorFlow, PyTorch, या OpenVINO का उपयोग करके मॉडल बनाने और प्रशिक्षित करने की अनुमति देता है।

VeighNa एक Python-आधारित ओपन-सोर्स क्वांटिटेटिव ट्रेडिंग सिस्टम डेवलपमेंट फ्रेमवर्क है। यह घरेलू और अंतरराष्ट्रीय ट्रेडिंग इंटरफेस और रणनीतियों को एकीकृत करता है। इसके 4.0 संस्करण में नया vnpy.alpha मॉड्यूल शामिल है, जो मल्टी-फैक्टर मशीन लर्निंग रणनीतियों के विकास, अनुसंधान और लाइव ट्रेडिंग के लिए व्यापक समाधान प्रदान करता है।

प्लैंकजीपीटी एक छोटा GPT भाषा मॉडल (~540M पैरामीटर) है जिसे उपभोक्ता लैपटॉप हार्डवेयर पर शुरू से प्रशिक्षित करने के लिए डिज़ाइन किया गया है, जिसमें Fineweb-edu पर प्रीट्रेनिंग और चैट फाइन-ट्यूनिंग की क्षमता है।

Pyro एक PyTorch पर आधारित गहन प्रोबेबिलिस्टिक प्रोग्रामिंग लाइब्रेरी है, जो सार्वभौमिक मॉडल और स्वचालित अनुमान का समर्थन करती है। यह Uber AI द्वारा विकसित और Linux Foundation परियोजना है। इसे pip या स्रोत से स्थापित किया जा सकता है।

AI Engineering from Scratch एक निःशुल्क, ओपन-सोर्स एआई इंजीनियरिंग पाठ्यक्रम है जो प्रथम सिद्धांतों पर आधारित है। इसमें 20 चरणों में 523 पाठ शामिल हैं (लगभग 342 घंटे), जो पायथन, टाइपस्क्रिप्ट, रस्ट और जूलिया में गणित से लेकर उत्पादन तक की जानकारी देते हैं। प्रत्येक पाठ एक व्यावहारिक परिणाम देता है, और इसमें एक इंस्टॉल करने योग्य एआई ट्यूटर और क्लाउड सर्टिफिकेशन की तैयारी भी शामिल है।