发现与 Hb Experiment 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。
AI 开发平台。使用 Weights & Biases 训练和微调模型，并管理从实验到生产的模型。
ClearML——AI工作负载的自动化CI/CD，简化您的流程。在一个MLOps/LLMOps解决方案中，集成了实验管理、数据管理、管道、编排、调度和服务功能。
随时随地通过手机监控深度学习模型训练和硬件使用情况
MLRun是一个开源的MLOps平台，用于快速构建和管理机器学习应用的整个生命周期。MLRun集成到您的开发和CI/CD环境中，并自动交付生产数据、机器学习管道和在线应用程序。
Python人工智能助手
可视化你的 Kedro 数据和机器学习管道，并追踪你的实验。
ClearML——AI工作负载流线型设计的自动化CI/CD。在一个MLOps/LLMOps解决方案中，集成了实验管理、数据管理、流水线、编排、调度和服务功能。
《注意力机制是全部你需要》(2017年6月)论文的TensorFlow实现
一个基于OpenAI Gym、TensorFlow和Keras的强化学习实验框架。
RAG实验加速器是一个多功能工具，旨在加快和简化使用Azure认知搜索和RAG模式进行实验和评估的过程。
基于TensorFlow实现的用于句子分类的卷积神经网络（TextCNN）
一个 Clojure 语言的机器学习库
一个神经进化游戏实验
使用 Trixi 管理你的机器学习实验——模块化、可复现、高效率。这是一个针对 PyTorch 优化的实验基础架构，但足够灵活，可以适应你的框架和偏好。
基于TensorFlow的对话模型实现
精选的机器学习实验跟踪和管理工具列表，包含开源工具和商业产品
机器学习和深度学习项目的实验跟踪
一个专注于速度和可扩展性的实验跟踪服务器
Single executable SaaS experiment
一个用于聚合和绘制多智能体强化学习 (MARL) 实验数据的工具。
