mach

优雅且高性能的深度学习

本仓库提供了一个可定制的项目模板，用于在Databricks上启动遵循生产最佳实践的新机器学习项目。

使用Strands Agents SDK构建的智能体示例。

高性能常微分方程与微分代数方程求解器，包含神经常微分方程及科学机器学习组件

ML-capsule 是一个面向没有导师或指导、希望学习机器学习的数据科学初学者和经验爱好者的项目。通过我们的仓库，他们可以学习机器学习、深度学习以及许多相关技术，并结合不同的真实项目，为面试做好准备。

Enzyme自动微分器的Julia语言绑定

专为结构体设计的Elixir轻量级状态机层

面向科学机器学习的化学反应网络与系统生物学接口。开源软件中的高性能、GPU并行化及O(1)求解器。

免费自动驾驶技术栈——完全开源的ADAS与自动驾驶系统

研究WebAssembly引擎

Nx 之上的传统机器学习

用于保护机器学习和 AI 系统的 MLSecOps 工具和资源的精选列表 - 对抗性 ML 防御、LLM 安全、AI 红队、模型扫描、供应链保护和 MLOps 管道安全。

DiffEq生态系统中的一个组件，用于实现科学机器学习（SciML）的敏感性分析。支持先优化后离散化、先离散化后优化、伴随方法等，适用于常微分方程、随机微分方程、时滞微分方程、微分代数方程等。

具有任意嵌套命名组件的数组。

开放、模块化、深度学习加速器

轻量级基础库，用于定义微分方程和科学机器学习（SciML）问题的共享类型与功能

科学机器学习（SciML）基准测试、人工智能驱动的科学以及（微分）方程求解器。涵盖Julia、Python（PyTorch、Jax）、MATLAB、R

基于任务的工作流编排引擎。

基于工作流程的协作式机器学习数据分析

Julia中多种自动微分后端的统一接口

支持自动微分的高性能非线性求解器（牛顿法）与区间求根法（二分法、试位法），具备稀疏矩阵与牛顿-克雷洛夫法支持

Julia中的图神经网络

用于Amazon SageMaker的Spark库。

LinearSolve.jl：Julia线性求解器高性能统一接口，可在因子分解法与Krylov方法间自由切换，支持预条件器集成