Gemma는 Gemini 모델을 구동하는 동일한 기술로 구축된 경량의 오픈 모델 모음입니다. 이를 통해 개발자는 다양한 플랫폼을 위한 AI 애플리케이션을 생성하여 모바일 및 IoT 장치에서 효율성과 지능을 향상시킬 수 있습니다.
최고의 머신러닝 플랫폼 AI 모델
21개 도구AI 모델에서 최고의 모델을 발견하세요 — DistilGPT2와 Claude Opus 같은 언어 변환기부터 GPT-5.6: Frontier intelligence, Google DeepMind의 Gemini 3.1 Pro 같은 고급 시스템까지, 개발자와 연구자가 프로젝트를 향상시키는 도구를 탐색하는 곳입니다: 인간과 유사한 텍스트를 생성하고, 대화형 에이전트를 구축하며, 복잡한 알고리즘을 개발하고, AI 역량의 한계를 확장합니다. AI 모델 및 LLM, 과학적 발견 및 실험실 도구, 컴퓨터 비전 도구, 3D 모델 생성기 및 자연어 처리 도구 등을 아우르는 21개의 AI 모델을(를) 살펴보세요.
21 tools
아마존 노바는 기업 규모의 애플리케이션을 위해 설계된 기초 모델 및 서비스 모음으로, 높은 성능과 다중 모드 기능을 제공합니다. 이는 조직이 안전하고 책임감 있는 AI 사용을 보장하면서 혁신할 수 있도록 합니다.
AI 모델
이 GitHub 리포지토리는 PyTorch를 사용하여 Deep Convolutional Generative Adversarial Networks(DCGAN)의 예제 구현을 제공합니다. 사용자는 LSUN과 같은 데이터셋에서 모델을 학습하고 사용자 정의 및 GPU 가속 옵션을 통해 사실적인 이미지를 생성할 수 있습니다.…
이 프레임워크는 대규모 3D 형상 데이터셋을 의미론적 영역 주석으로 풍부하게 만들기 위한 새로운 능동 학습 방법을 소개합니다. 수동 주석, 자동 전파 및 검증을 효율적으로 결합하여 사용자 노력을 최소화하면서 3D 모델 라벨링의 정확도를 극대화합니다.
AI 모델
ULMFiT은 사전 학습된 언어 모델을 미세 조정하는 강력한 기법입니다. 텍스트 분류 작업에 효율적인 전이 학습을 가능하게 하여, 더 적은 데이터와 컴퓨팅 리소스로 최첨단 결과를 달성합니다. 이 방법은 fast.ai 라이브러리의 일부로, 고급 NLP를 접근 가능하게 합니다.
이 리포지토리는 그래프 신경망(GNN)을 위한 Principal Neighbourhood Aggregation(PNA)의 구현을 제공합니다. PyTorch, DGL 및 PyTorch Geometric 프레임워크를 지원하며, 멀티태스크 및 실제 벤치마크를 위한 스크립트와 유연한 GNN 프레임워크 및 비교 모델을 제공합니다.
이 GitHub 리포지토리는 DeepGCNs, DeeperGCN 및 GNN1000에 대한 PyTorch 구현을 제공합니다. 잔차 연결 및 희석 컨볼루션과 같은 CNN의 개념을 적용하여 매우 깊은 그래프 컨볼루션 네트워크를 훈련할 수 있도록 하여 그래프 신경망 연구를 촉진합니다.
AI 모델
ESPnet은 엔드투엔드 음성 처리를 위한 오픈소스 툴킷입니다. 자동 음성 인식(ASR), 텍스트 음성 변환(TTS), 음성 향상과 같은 작업을 위한 포괄적인 레시피와 도구를 제공합니다. 사용자는 유연한 프레임워크를 통해 쉽게 추론을 실행하고, 기존 모델을 파인튜닝하거나, 사용자 정의 솔루션을 구현할 수 있습니다.
AI 모델
관찰 가능한 데이터가 관찰 불가능한 마르코프 프로세스에 의존하는 통계 모델입니다. 음성 인식, 생물정보학, 금융 모델링 등에 응용되어 관찰된 데이터로부터 숨겨진 상태를 추론하는 데 사용됩니다.
AI 모델
오토인코더는 비지도 학습을 위해 설계된 신경망의 한 종류로, 효율적인 데이터 인코딩 학습에 중점을 둡니다. 데이터를 코드로 압축하는 인코더와 이 코드로 원본 데이터를 재구성하는 디코더로 구성됩니다. 주로 차원 축소 및 특징 학습에 사용되며, 머신러닝에서 다재다능한 도구입니다.
AI 모델
node2vec은 그래프 내 노드의 연속적인 특징 표현을 학습하기 위한 확장 가능한 프레임워크입니다. 편향된 랜덤 워크를 통해 이웃 보존을 최적화하여 다양한 머신러닝 작업을 가능하게 합니다. 이 알고리즘은 풍부한 노드 임베딩을 위해 탐색과 활용의 균형을 맞춥니다.
이 리포지토리는 ICLR'2022에 발표된 연구 논문 "How Attentive are Graph Attention Networks?"의 공식 코드 구현을 제공합니다. PyTorch Geometric, DGL 및 TensorFlow GNN을 포함한 여러 프레임워크에서 GATv2에 대한 재현 가능한 실험과 코드를…
AI 모델
SEAL은 링크 예측 문제를 부분 그래프 분류 문제로 변환하는 새로운 프레임워크입니다. h-hop 포함 부분 그래프와 노드 정보 행렬을 추출하여 그래프 신경망에 입력합니다. SEAL은 그래프 구조와 잠재/명시적 노드 특징 모두에서 동시에 학습하여 정확한 링크 예측을 수행합니다.
AI 모델
GraphSAINT는 대규모 그래프에서 딥 그래프 신경망(GNN)을 훈련하기 위한 유연한 프레임워크입니다. 그래프 샘플링을 사용하는 새로운 미니배치 훈련 방법을 도입하여 기존의 레이어 샘플링 기법에 비해 정확도, 효율성 및 확장성이 향상되었습니다. 여러 GNN 아키텍처와 샘플러를 지원합니다.
AI 모델
PyTorch TabNet은 표 형식 데이터 학습을 위한 주의 집중적이고 해석 가능한 접근 방식을 제공하는 TabNet 논문의 PyTorch 구현입니다. 준지도 사전 학습 및 실시간 데이터 증강과 같은 기능을 통해 분류, 회귀 및 다중 작업 학습을 지원합니다. 이 라이브러리는 사용 편의성과 프로덕션 준비성을 위해…
Neural Oblivious Decision Ensembles (NODE)는 테이블 형식 데이터에 대한 딥러닝을 위한 Python 라이브러리입니다. 이는 앙상블의 맹목적이고 미분 가능한 결정 트리를 구현하여 구조화된 데이터 모델링에 대한 새로운 접근 방식을 제공합니다. NODE는 딥러닝 아키텍처를 테이블 형식…
AI 모델
이 저장소는 테이블 데이터에 대한 향상된 신경망을 위해 설계된 SAINT 모델의 공식 PyTorch 구현을 제공합니다. 성능 향상을 위해 행 주의 메커니즘과 대조 사전 학습 기법을 활용합니다. 이 코드는 회귀, 이진 및 다중 클래스 분류 작업을 지원하며 테이블 데이터 문제에 대한 강력한 솔루션을 제공합니다.
AI 모델
BAAI Models 플랫폼은 자연어 처리, 멀티모달 이해 및 단백질 분석을 위한 다양한 AI 모델 컬렉션을 제공합니다. 텍스트 생성, 이미지 설명, 단백질 구조 예측과 같은 작업을 위한 모델을 탐색하고 다운로드하여 다양한 애플리케이션 및 연구 요구 사항을 지원합니다.
AI 모델
OpenSpiel은 게임 분야의 강화 학습 연구를 위한 포괄적인 프레임워크입니다. 간단한 보드 게임부터 복잡한 다중 에이전트 시나리오에 이르기까지 다양한 게임 유형에서 일반 AI 에이전트를 개발하고 테스트하기 위한 환경 및 알고리즘 모음을 제공합니다. C++ 및 Python 통합을 모두 지원합니다.
AI 모델
Scikit-learn의 준지도 학습 모듈은 레이블이 지정된 데이터와 함께 레이블이 없는 데이터를 활용하여 일반화 성능을 향상시킵니다. 자체 학습(Self Training) 및 레이블 전파(Label Propagation)와 같은 알고리즘을 제공하며, 레이블 샘플이 제한적이고 레이블이 없는 데이터가 풍부한 시나리오에…
AI 모델
TensorFlow Models는 TensorFlow로 구축된 모델 및 예제 모음을 제공하는 GitHub 리포지토리입니다. 다양한 애플리케이션을 위한 사전 구축된 머신러닝 모델에 액세스하고, 기여하고, 학습할 수 있는 중앙 허브 역할을 합니다. 최첨단 AI 솔루션을 탐색하고 구현해 보세요.
AI 모델에 속하는 뛰어난 것을 알고 있나요?
ToolPotion은 사람들이 최고의 AI 모델를 찾기 위해 탐색하는 AI 도구 디렉토리입니다. 등록은 무료이며 모든 제출물은 편집자가 검토합니다 — 검색이 시작되는 곳에 귀하의 도구를 배치하세요.