从 65,720 个高星开源项目里，
找到你要的下一个。

semantica 是用 Python 编写的 AI 工具，用于人工智能方向的建模与推理。

Graph-Native Infrastructure for Context and Accountable AI Systems

pytorch-grad-cam 是用 Python 编写的 AI 工具，用于人工智能方向的建模与推理。

Advanced AI Explainability for computer vision. Support for CNNs, Vision Transformers, Classification, Object detection, Segmentation, Image simila…

deep-learning-drizzle 是用 HTML 编写的 AI 工具，用于人工智能方向的建模与推理。

Drench yourself in Deep Learning, Reinforcement Learning, Machine Learning, Computer Vision, and NLP by learning from these exciting lectures!!

interpret 是用 C++ 编写的 AI 工具，用于人工智能方向的建模与推理。

Fit interpretable models. Explain blackbox machine learning.

sahi 是用 Python 编写的 AI 工具，用于人工智能方向的建模与推理。

Framework agnostic sliced/tiled inference + interactive ui + error analysis plots

PySR 是用 Python 编写的学习资料，用于系统学习与查阅。

Symbolic Learning in Python and Julia

tensorwatch 是用 Jupyter Notebook 编写的学习资料，用于系统学习与查阅。

Debugging, monitoring and visualization for Python Machine Learning and Data Science

trustgraph 是用 Python 编写的知识管理工具，用于笔记与知识库整理。

The Semantic Intelligence Layer for Ontologies

alan-sdk-web 是一个 AI 工具，用于人工智能方向的建模与推理。

The Self-Coding System for Your App — Alan AI SDK for Web

awesome-explainable-graph-reasoning 是一个学习资料，用于系统学习与查阅。

A collection of research papers and software related to explainability in graph machine learning.

responsible-ai-toolbox 是用 TypeScript 编写的可视化工具，用于图表与数据展示。

Responsible AI Toolbox is a suite of tools providing model and data exploration and assessment user interfaces and libraries that enable a better un…

aioway 是用 Python 编写的学习资料，用于系统学习与查阅，主打易用、可伸缩。

AI on the way. An auto deep learning pipe dream. An RDBMS approach to deep learning. Declarative, explainable, scalable, optimizable, easy to deploy…

AIX360 是用 Python 编写的 AI 工具，用于人工智能方向的建模与推理。

Interpretability and explainability of data and machine learning models

Awesome-explainable-AI 是用 Markdown 编写的学习资料，用于系统学习与查阅。

A collection of research materials on explainable AI/ML

imodels 是用 Jupyter Notebook 编写的 AI 工具，用于人工智能方向的建模与推理。

Interpretable ML package 🔍 for concise, transparent, and accurate predictive modeling (sklearn-compatible).

DiCE 是用 Python 编写的学习资料，用于系统学习与查阅。

Generate Diverse Counterfactual Explanations for any machine learning model.

DALEX 是用 Python 编写的 AI 工具，用于人工智能方向的建模与推理。

moDel Agnostic Language for Exploration and eXplanation

attention-span 是用 Python 编写的 AI 工具，用于大模型与智能体应用开发。

Make your agents talk human. ADHD-friendly output styles for Claude Code, Codex, and others. So you can pay attention, not tokens.

transformers-interpret 是用 Jupyter Notebook 编写的 AI 工具，用于人工智能方向的建模与推理。

Model explainability that works seamlessly with 🤗 transformers. Explain your transformers model in just 2 lines of code.

awesome-conformal-prediction 是一个学习资料，用于系统学习与查阅，主打开源免费。

A professionally curated list of awesome Conformal Prediction videos, tutorials, books, papers, PhD and MSc theses, articles and open-source librari…

xai 是用 Python 编写的 AI 工具，用于人工智能方向的建模与推理。

XAI - An eXplainability toolbox for machine learning

vit-explain 是用 Python 编写的 AI 工具，用于人工智能方向的建模与推理。

Explainability for Vision Transformers

pyGAM 是用 Python 编写的学习资料，用于系统学习与查阅。

[CONTRIBUTORS WELCOME] Generalized Additive Models in Python