KI & Machine Learning

15 Einträge — KI & Machine Learning

⚠️ Stand: Juli 2026 — einige Links können veraltet sein. Quelle: github.com/eudk/awesome-ai-tools

📚 ML-Frameworks

TensorFlowGoogles Open-Source ML-Framework — Produktions-Deployment, Modell-Training, TensorFlow.js für Browser.PyTorchMetas führendes Deep-Learning-Framework — dynamische Graphen, starke Community, Research-to-Production.Hugging FaceDie zentrale Plattform für Open-Source-KI — Modelle, Datasets, Spaces, Inference API, 500K+ Modelle.scikit-learnKlassisches ML-Framework für Python — Classification, Regression, Clustering, Preprocessing.KerasHigh-Level Deep-Learning-API — läuft auf TensorFlow, JAX und PyTorch, entwicklerfreundlich.OpenCVComputer-Vision-Bibliothek — Bildverarbeitung, Objekterkennung, Gesichtserkennung, 2500+ Algorithmen.

☁️ ML-Plattformen & Experimente

KaggleData-Science-Plattform mit Wettbewerben, Datasets, kostenlosen GPU-Notebooks und Kursen.Google ColabKostenlose Jupyter-Notebooks in der Cloud mit GPU/TPU-Zugang — ideal für ML-Prototyping.TensorFlow PlaygroundInteraktive Web-Demo für neuronale Netze — direkt im Browser experimentieren.DataRobotAutomated Machine Learning — automatisiertes Modell-Training, Deployment und Monitoring.AlgorithmiaPlattform für skalierbares AI-Modell-Deployment — Serverless ML mit API-Gateway.fast.aiKurse und Bibliothek für Deep Learning — macht neuronale Netze zugänglich, praktischer Ansatz.Weights & BiasesExperiment-Tracking und ML-Monitoring — Logging, Visualisierung, Modell-Registry.NVIDIA Megatron-LMEffizientes Training großer Transformer-Modelle — optimiert für NVIDIA-GPUs.DeepSpeed (Microsoft)Deep-Learning-Optimierungs-Bibliothek — Training von 100B+-Parametermodellen mit weniger GPUs.
← Zurück zur KI-Übersicht