#51 · 主分类： 深度学习框架
smile
classification
clustering
computer-algebra-system
computer-vision
data-science
dataframe
deep-learning
genetic-algorithm
interpolation
linear-algebra
llm
machine-learning
manifold-learning
multidimensional-scaling
nearest-neighbor-search
nlp
regression
statistics
visualization
wavelet
统计机器智能与学习引擎
项目最后更新：08/28/26
GitHub Stars
6.4K
Forks数量
1.1K
贡献者数量
78
许可证
Other
收录理由
在 JVM 生态里做数据建模，往往要把统计、聚类、深度学习拆成好几套库来回拼，光是版本和接口就够头疼。SMILE 把这块拼图补上：随机森林、SVM、梯度提升、k-means、DBSCAN、t-SNE 这些常用算法都收在同一个一致的 API 下面，从读入 DataFrame 到训练完模型、算出指标，通常就几行代码的事。核心之外，它还带了一个基于 LibTorch 的 GPU 加速深度学习模块，内置 EfficientNet 预训练视觉模型，同时支持原生 LLaMA-3 推理，甚至配了 OpenAI 兼容的 REST 服务，整个过程不用碰 Python。对计算量大的任务，可以选用原生 BLAS/LAPACK 加速；核心本身自包含，放进普通 JVM 服务和构建流程里很顺。Java、Scala、Kotlin 都有对应习惯用法的 API，一个框架把建模这条链路都覆盖到了，团队不用再东拼西凑。
相关文章
暂无针对该项目的文章。
如需补充新闻资讯、使用教程、应用测评等内容，欢迎 联系我们推荐选题或投稿。