AI工具目录

scikit-learn是Python中最流行的机器学习库，提供简单高效的数据预测分析工具，基于NumPy、SciPy和matplotlib构建。

TensorFlow.js是一个用于使用JavaScript进行机器学习开发的库，可在浏览器或Node.js中直接运行机器学习模型。

Google推出的高性能设备端AI运行时，支持在移动设备和嵌入式设备上运行机器学习模型

TFX是一个端到端平台，用于部署生产环境机器学习流水线，帮助用户将模型从研究状态切换到生产状态。

TensorFlow的可视化工具包，提供机器学习实验所需的可视化功能和工具，帮助开发者跟踪和优化模型训练过程。

TensorFlow Datasets是TensorFlow官方提供的一系列现成的机器学习数据集，支持TensorFlow、Jax等Python机器学习框架。

Apache MXNet是一个灵活高效的深度学习框架，适用于研究原型设计和生产环境，支持多种编程语言和分布式训练。

Amazon SageMaker是AWS提供的全托管式AI/ML开发平台，支持构建、训练和部署机器学习模型及基础模型。

Google Cloud提供的预配置深度学习虚拟机映像服务，支持PyTorch等主流深度学习框架，简化机器学习环境部署

Azure Machine Learning提供的PyTorch模型训练服务，支持大规模深度学习模型训练、超参数调优和模型部署。

端到端机器学习平台，由Google开发的开源机器学习框架，用于创建和部署机器学习模型。

MindSpore Quantum是昇思MindSpore社区的量子计算框架，提供量子线路设计、量子模拟和量子-经典混合算法训练功能。

MindStudio是面向AI开发者提供的全流程工具链，提供了精度、性能、内存调试及可视化能力，帮助开发者高效完成训练开发等任务。

MindSpore Armour是一款AI安全与隐私保护工具，致力于增强模型的安全可信、保护训推数据隐私安全，提供对抗鲁棒性、隐私保护、可靠性检测等功能。

MindSpore Golden Stick是华为诺亚团队和MindSpore团队联合开发的模型压缩算法集，提供量化、剪枝等模型优化技术。

MindSpore Insight是一款可视化调试调优工具，帮助用户获得更优的模型精度和性能，支持训练过程可视化、性能调优和精度调试。

vLLM-MindSpore插件是一个将MindSpore大模型推理能力接入vLLM的后端插件，提供全栈开源、高性能、易用的大模型推理解决方案。

MindSpore Elec是一款支持端到端的AI电磁仿真领域套件，由数据构建及转换、仿真计算、以及结果可视化组成，可显著提升电磁仿真效率。

MindSpore SPONGE是一款基于MindSpore的计算生物领域套件，支持分子动力学、蛋白质折叠等常用功能，将分子模拟与AI训练/推理统一到同一套编程架构下。

MindSpore Flow是基于昇思MindSpore开发的流体仿真领域套件，支持航空航天、船舶制造以及能源电力等行业领域的AI流场模拟。