Все репозитории

keras

Высокоуровневая библиотека глубокого обучения, которая работает поверх JAX, TensorFlow или PyTorch: пишешь модель один раз, а бэкенд выбираешь под задачу.

Кому подойдёт

Тем, кто хочет собрать и обучить модель без возни с низкоуровневым кодом.

Как начать

  1. Установи: pip install keras --upgrade.
  2. Поставь один из бэкендов: tensorflow, jax или torch.
  3. Открой гайды на keras.io и повтори пример под свою задачу.

Шаги взяты из README. Перед запуском сверься с актуальной версией в репозитории.

Звёзды за последние 30 дней

+5221 окт. — 18 нояб.
64 37764 429

Описание автора

Deep Learning for humans

ollama

ollama

Самый простой способ запустить открытую модель на своём компьютере: одна команда скачивает и запускает её, плюс локальный REST API и библиотеки для Python и JavaScript.

188 тыс.звёзд+3,3 тыс. за 29 дн.Go

huggingface

transformers

Главная библиотека для работы с моделями: единый код для текста, зрения, звука и мультимодальных задач, и для запуска, и для обучения. Через неё выходит большинство новых открытых моделей.

169 тыс.звёзд+1,3 тыс. за 29 дн.Python

open-webui

open-webui

Свой чат-интерфейс в стиле ChatGPT, который подключается к Ollama и любым API, совместимым с OpenAI. Ставится одной командой Docker и работает на твоём сервере.

159 тыс.звёзд+2,5 тыс. за 28 дн.Svelte

ggml-org

llama.cpp

Растёт быстрее всех

Движок на C/C++, который запускает языковые модели на обычном железе: ноутбуках, телефонах, серверах без видеокарты. На нём держится большая часть локального AI, включая Ollama.

136 тыс.звёзд+3,7 тыс. за 29 дн.C++

pytorch

pytorch

Основа большинства современных нейросетей: тензоры с ускорением на GPU и автоматическое дифференцирование, с обычным питоновским кодом внутри. На нём написаны Transformers, Llama и почти все открытые модели.

106 тыс.звёзд+674 за 30 дн.Python

deepseek-ai

DeepSeek-V3

Репозиторий большой открытой модели DeepSeek-V3 со смесью экспертов: описание, результаты тестов и инструкции запуска. Показал, что открытая модель может идти вровень с закрытыми.

105 тыс.звёзд+303 за 29 дн.Python