发现与 Aws Emr Clusters 相关的最受欢迎的开源项目和工具，了解最新的开发趋势和创新。
增强版ChatGPT克隆：集成了Agents（智能体）、DeepSeek（深度搜索）、Anthropic、AWS、OpenAI、Assistants API、Azure、Groq、o1、GPT-4o、Mistral、OpenRouter、Vertex AI、Gemini、Artifacts（模型制品）、AI模型切换、消息搜索、代码解释器、Langchain、DALL-E 3、OpenAPI Actions、函数功能、安全多用户认证、预设以及开源自托管功能。项目正在积极开发中。
数据科学Python笔记：深度学习（TensorFlow、Theano、Caffe、Keras）、scikit-learn、Kaggle、大数据（Spark、Hadoop MapReduce、HDFS）、matplotlib、pandas、NumPy、SciPy、Python基础、AWS和各种命令行工具。
一些 Jupyter Notebook 示例，演示如何使用 Amazon SageMaker 构建、训练和部署机器学习模型。
构建、管理和部署 AI/ML 系统
Flexible and powerful framework for managing multiple AI agents and handling complex conversations
Python中的概率时间序列建模
您可以大幅度缩放图像，并使用残差密集网络和对抗网络进行实验。
一份不断扩展的深度学习/人工智能和机器学习教程的全面列表，涵盖AI/深度学习/机器视觉/自然语言处理以及气候/能源、汽车、零售、制药、医疗、卫生保健、政策、伦理等特定行业领域。
大型语言模型 (LLM) 实用指南：从基础知识到利用 LLMOps 最佳实践在 AWS 上部署高级 LLM 和 RAG 应用
免费获得关于股票、债券和期货的建议，方法是设计、训练和部署一个实时金融顾问大型语言模型系统——结合人工智能和机器学习的力量。
Simple, scalable AI model deployment on GPU clusters
一个用于在 Amazon SageMaker 上训练和部署机器学习模型的库
使用卷积神经网络预测图像的美学和技术质量。
dstack是一个轻量级的开源替代方案，可替代Kubernetes和Slurm，简化了AI容器的编排，并支持多云和本地部署。它原生支持NVIDIA、AMD、TPU和Intel加速器。
基于 Kubernetes 的机器学习平台和推荐引擎
命令行界面的大型语言模型
一个模块化且全面的解决方案，利用AWS CDK在AWS上部署一个由多个大型语言模型（LLM）和检索增强生成（RAG）技术驱动的聊天机器人（支持Amazon Bedrock、Anthropic、Hugging Face、OpenAI、Meta、AI21、Cohere和Mistral）。
一款基于人工智能的Markdown笔记应用——利用向量嵌入和大型语言模型管理你的知识库，支持本地或云端存储。
Hopsworks——基于特征存储的数据密集型AI平台
? Tiny S3 client. Edge computing ready. No-dep. In Typescript. Works with @cloudflare @minio @backblaze @digitalocean @garagehq
