DL4J：开源的使用JVM部署和训练深度学习模型的套件

Trae官网是字节跳动针对中文开发者推出的AI编程工具入口，Trae集成了目前火爆的国产开源大模型Deepseek-R1、Deepseek-V3满血版和Doubao-1.5-pro模型，并针对中文开发场景进行了专门的优化。

Lightning AI是一个构建模型和构建/发布Lightning Apps（ML工作流模板）的平台，由Pytorch Lightning团队推出——一个快速训练、部署和开发人工智能产品的深度学习框架。

Python版本的TensorFlow深度学习API

Caffe（Convolutional Architecture for Fast Feature Embedding）(快速特征嵌入的卷积架构)是一个开源的深度学习框架，最初由加州大学伯克利分校的Yangqing Jia开发。2017年4月，Facebook发布了Caffe2，其中包含了递归神经网络（RNN）等新功能。2018年3月底，Caffe2被并入PyTorch。

BigModel是什么BigModel是智谱AI专为开发者设计的大模型开发平台，BigModel通过提供模型能力、开发资源、知识库与应用体验中心等工具，帮助开发者充分应用GLM大模型的技术能力打造多种应用。近百万开发者的大模型调用选择！BigModel的主要功能标准API服务：提供场景示例、使用指南和接口文档等，帮助开发者快速接入和使用不同的大模型，例如：CogVideoX（AI视频生成模型）CogView-3-Plus（AI文生图模型）GLM-4V-Plus（多模态视觉模型）GLM-4-long（200万字长文本模型）GLM-4-Plus（旗舰大模型）GLM-4-Flash（首个免费API）知识库与应用构建：支持开发者注入专业领域知识，创建适合特定场景的定制化解决方案，将大型模型转化为业务专家。体验中心：提供直接体验模型功能及其应用效果的平台。基础服务：包括API密钥管理和财务管理工具，确保开发过程的便捷和安全。云端私有化服务：支持独立算力部署模型及模型微调服务。如何使用BigModel注册账户：访问BigModel平台 bigmodel.cn 注册账户。了解平台：熟悉平台提供的服务和功能，包括API服务、知识库、体验中心等。获取API密钥：在平台上创建API密钥，用于调用API服务。阅读文档：阅读API文档和使用指南，了解如何集成和使用不同的大模型。开发应用：基于提供的API和资源开发您的应用，例如聊天机器人、AI视频生成器或其他AI应用。构建知识库：特定领域的知识，可以将其输入到模型中，以创建更专业的解决方案。体验和测试：使用体验中心测试应用，确保功能效果符合预期。BigModel的应用场景BigModel开放了智谱AI目前最强的AI大模型，可以用BigModel构建属于你自己的AI应用，例如：智能客服：自动化回答用户咨询，减少人工客服压力，提高响应速度。内容创作：自动生成新闻、博客、故事等内容，还可以用CogVideoX生产AI视频。语言翻译：提供多语言翻译服务，帮助跨语言沟通和内容本地化。情感分析：分析用户评论和反馈，了解客户满意度和市场情绪。医疗咨询：辅助医疗专业人员进行病例分析，提供诊断建议。法律咨询：提供法律信息查询和案件分析，辅助法律服务。

文心快码是基于文心大模型，结合百度积累多年的编程现场大数据和外部优秀开源数据，打造的新一代编码辅助工具。

MLX是由苹果的机器学习研究团队推出的用于机器学习的阵列框架，该开源框架专为 Apple Silicon 芯片而设计优化，从NumPy、PyTorch、Jax和ArrayFire等框架中吸取灵感，提供简单友好的使用方法，帮助开发人员在苹果M系列芯片上有效地开发、训练和部署模型。MLX的主要功能熟悉的 API：MLX 有一个紧随 NumPy 的 Python API。MLX 还拥有功能齐全的 C++ API，与 Python API 非常相似。可组合的函数转换：MLX 支持用于自动微分、自动向量化和计算图优化的可组合函数转换。惰性计算：MLX 中的计算是惰性计算，数组仅在需要时才会具体化。动态图构建：MLX 中的计算图是动态构建的。更改函数参数的形状不会触发缓慢的编译，并且调试简单直观。多设备：可以在任何支持的设备（CPU 和 GPU）上运行。统一内存：MLX 和其他框架的主要区别在于统一内存模型，阵列共享内存。MLX 上的操作可以在任何支持的设备类型上运行，无需移动数据。

开源机器学习框架