框架 - TensorFlow - Google开发的端到端深度学习框架

框架 - PyTorch - 动态图深度学习框架，支持GPU加速

框架 - Keras - 高阶神经网络API，简化模型构建流程

框架 - MXNet - 支持多语言的分布式深度学习框架

框架 - JAX - 基于NumPy的自动微分与加速计算库

框架 - PaddlePaddle - 百度开源的全流程深度学习平台

框架 - Chainer - 早期动态计算图框架，支持灵活调试

优化 - Optuna - 超参数自动优化框架，支持并行搜索

优化 - Ray Tune - 分布式超参调优库，支持多种算法

优化 - Hyperopt - 基于贝叶斯优化的超参数搜索工具

优化 - NNI - 微软开发的自动化机器学习调参平台

优化 - SigOpt - 商业优化平台，支持黑盒参数调优

优化 - Ax - Facebook开发的适应性实验优化框架

优化 - scikit-optimize - 基于序列模型的超参数优化库

优化 - Katib - Kubernetes原生超参数和NAS调优工具

优化 - DEAP - 进化算法框架，支持多目标优化

优化 - Talos - 为Keras设计的超参数优化简化工具

优化 - Sherpa - 轻量级超参数优化库，支持远程实验

优化 - BayesianOptimization - 贝叶斯优化库，依赖少

部署 - ONNX - 开放模型格式，支持跨框架转换与部署

部署 - TensorRT - NVIDIA高性能深度学习推理优化器

部署 - OpenVINO - Intel视觉推理工具，优化边缘计算

部署 - TorchServe - PyTorch模型部署框架，支持多模型

部署 - TensorFlow Lite - 轻量级模型移动端部署方案

部署 - Core ML - Apple设备端机器学习模型转换工具

部署 - ONNX Runtime - 跨平台高性能模型推理引擎

部署 - TFX - TensorFlow生产级ML流水线平台

部署 - BentoML - 模型打包与部署工具，支持多框架

可视化 - TensorBoard - TensorFlow训练过程可视化工具

可视化 - Netron - 神经网络模型结构可视化查看器

可视化 - PlotNeuralNet - LaTeX绘图工具，生成架构图

可视化 - Visdom - 实时数据可视化工具，支持PyTorch

可视化 - WandB - 实验追踪与可视化平台，协作友好

可视化 - PyTorchViz - 基于Graphviz的模型结构可视化

可视化 - Matplotlib - Python绘图库，支持训练曲线绘制

可视化 - Seaborn - 基于Matplotlib的高级统计图表库

可视化 - Altair - 声明式统计可视化库，适合数据探索

可视化 - D3.js - 前端可视化库，用于定制交互式图表

工具 - HuggingFace - 提供预训练模型与NLP工具库

工具 - Lightning - 简化PyTorch训练流程的高层框架

工具 - Catalyst - PyTorch训练加速工具，支持多任务

工具 - Ignite - PyTorch高级抽象库，简化训练循环

工具 - Fastai - 简化训练流程，支持最佳实践配置

工具 - Detectron2 - Facebook的视觉模型训练框架

工具 - DeepChem - 化学与药物发现领域的深度学习库

工具 - Spacy - 工业级NLP处理库，支持预训练模型

工具 - AllenNLP - 学术研究导向的NLP工具库

工具 - Flair - 简单易用的NLP文本表征库

数据处理 - OpenCV - 计算机视觉库，支持图像处理

数据处理 - Albumentations - 高性能数据增强库

数据处理 - Dali - NVIDIA GPU加速数据加载与增强库

数据处理 - Scikit-learn - 机器学习预处理与工具库

数据处理 - Pillow - Python图像处理基础库

数据处理 - AugLy - Facebook的多模态数据增强库

数据处理 - TFDS - TensorFlow官方数据集加载工具

数据处理 - LMDB - 轻量级键值存储库，高效读数据

训练 - Horovod - 分布式训练框架，支持多框架

训练 - DeepSpeed - Microsoft开发的分布式训练优化库

训练 - FairScale - PyTorch扩展库，支持大规模训练

训练 - Mpi4py - Python的MPI接口，支持并行计算

训练 - Petastorm - 深度学习训练专用的数据解耦库

训练 - Ray - 分布式计算框架，支持训练任务调度

训练 - Sacred - 实验管理工具，记录训练参数

训练 - Trax - Google的深度学习训练库，专注效率

训练 - PySyft - 联邦学习框架，支持隐私保护计算

训练 - ColossalAI - 高效多维并行训练加速框架

模型 - Transformers - 预训练语言模型库，支持多种架构

模型 - GPT-NeoX - 开源大规模语言模型训练框架

模型 - T5 - 文本到文本预训练模型库

模型 - ResNet - 经典图像分类模型架构实现

模型 - YOLOv5 - 目标检测模型，支持快速训练部署

模型 - StableDiffusion - 开源文本到图像生成模型

模型 - ViT - 视觉Transformer模型实现库

模型 - BERT - Google发布的预训练语言模型

模型 - GANs - 生成对抗网络基础模型库

模型 - MoCo - 自监督视觉表征学习模型实现

量化 - QNNPACK - 移动端优化的量化推理库

量化 - TensorFlow Model Optimization - 模型量化与剪枝工具

量化 - PyTorch Quantization - PyTorch官方量化工具包

量化 - Distiller - Intel神经网络压缩与量化库

量化 - Brevitas - 基于PyTorch的量化感知训练库

量化 - NCNN - 腾讯开发的移动端高效推理框架

量化 - TVM - 深度学习编译器，支持模型量化部署

评测 - MLflow - 机器学习生命周期管理平台

评测 - Neptune - 实验追踪与模型版本管理工具

评测 - ClearML - 开源MLOps平台，全流程管理工具

评测 - DVC - 数据版本控制工具，支持ML实验

评测 - Evidently - 模型性能监控与数据漂移检测

评测 - Great Expectations - 数据质量验证工具

评测 - TorchMetrics - PyTorch模型评估指标库

评测 - Scikit-multilearn - 多标签分类评估工具