机器学习、深度学习、强化学习领域的经典算法与主流框架
最流行的 Python 机器学习库，分类、回归、聚类等经典算法。
高效梯度提升树，Kaggle 竞赛利器，支持分类与回归。
微软开源梯度提升框架，训练快、内存低、支持大规模数据。
Yandex 梯度提升库，原生支持类别特征，无需预处理。
Meta 开源深度学习框架，动态计算图，研究与生产首选。
Google 全栈深度学习平台，支持 Keras API 与生产部署。
Google 高性能数值计算库，自动微分 + JIT 编译，适合科研。
高层神经网络 API，简洁易用，支持 TF / JAX / PyTorch 后端。
标准 RL 环境库，丰富的仿真环境用于算法开发与对比。
基于 PyTorch 的可靠 RL 算法实现，开箱即用。
可扩展分布式 RL 框架，支持多算法大规模并行训练。
最流行的计算机视觉库，图像处理、特征检测、视频分析。
实时目标检测算法系列，速度快、精度高，适合工程落地。
Meta 开源检测与分割框架，基于 PyTorch。
最流行预训练模型库，BERT / GPT / T5 等数千种模型。
工业级 NLP 库，高效处理分词、NER、依存句法分析。
经典 NLP 工具包，适合教学与研究，丰富语料库。