sparklyr是一个使用Apache Spark™、R和一个丰富的扩展生态系统来扩展数据科学和机器学习工作流的开放源码和现代界面。
原始仓库地址：https://github.com/sparklyr/sparklyr.git
Pyro是一种通用概率编程语言(PPL)，用Python编写，PyTorch在后端支持它。Pyro支持灵活和表达能力强的深度概率建模，将现代深度学习和贝叶斯建模的优点结合在一起。
原始仓库地址：https://github.com/pyro-ppl/pyro.git
NNStreamer是一组Gstreamer插件，为采用神经网络模型的Gstreamer开发人员和管理神经网络管道及其过滤器的神经网络开发人员提供简化和高效的支持。
原始仓库地址：https://github.com/nnstreamer/nnstreamer.git
开放神经网络交换(ONNX)是一种表示机器学习模型的开放标准格式。ONNX得到了社区合作伙伴的支持，他们已经在许多框架和工具中实现了ONNX。
原始仓库地址：https://github.com/onnx/tutorials.git
ONNX-TensorRT: ONNX的TensorRT后端
原始仓库地址：https://github.com/onnx/onnx-tensorrt.git
ONNXMLTools使您能够将不同机器学习工具包中的模型转换为ONNX。
原始仓库地址：https://github.com/onnx/onnxmltools.git
eras2onnx模型转换器使用户能够将Keras模型转换为ONNX模型格式。最初，Keras转换器是在onnxmltools项目中开发的。keras2onnx转换器的开发被转移到一个独立的存储库中，以支持更多种类的Keras模型，并减少混合多个转换器的复杂性。
原始仓库地址：https://github.com/onnx/keras-onnx.git
将scikit-learn模型和piplines转换为ONNX
原始仓库地址：https://github.com/onnx/sklearn-onnx.git
开放神经网络交换(ONNX)是一种表示机器学习模型的开放标准格式。ONNX得到了社区合作伙伴的支持，他们已经在许多框架和工具中实现了ONNX。
原始仓库地址：https://github.com/onnx/models.git
项目类型
