PaddlePaddle/PaddleHub：基于PaddlePaddle的预训练模型工具包

PaddlePaddle自2016年开源，是源于工业实践的深度学习与机器学习框架。涵盖核心框架、模型库等众多内容，被制造、农业等众多行业广泛采用，服务超1070万开发者等众多对象。它具有如神经网络工业开发的敏捷框架、支持超大规模深度神经网络训练、多种高性能推理引擎、面向行业的模型和开源库等众多技术优势，在深度学习和机器学习领域发挥着重要的作用。

CLUE是一个中文语言理解测评基准项目，包含数据集、基准（预训练）模型、语料库和排行榜等重要部分。其数据集涵盖多种任务类型，如语义相似度、新闻分类、自然语言推理等，且具有不同的数据量和任务难度。预训练模型包含BERT、ALBERT、RoBERTa等常见技术，在不同数据集上有着不同的参数设置。项目还给出了各模型在不同任务上的实践结果，为中文自然语言处理提供了全面的参考，无论是模型开发还是应用开发都极具价值。

TorchGeo是一个类似于torchvision的PyTorch领域库，专注于地理空间数据相关的数据集、采样器、转换和预训练模型。它能处理多光谱、不同坐标系统和分辨率的地理空间数据集，有多种采样器方便采样，支持特定传感器预训练的模型权重，还与Lightning框架良好集成用于不同任务的训练，包括在多种数据集上的操作示例。这个库为机器学习专家处理地理空间数据以及遥感专家探索机器学习方案提供了极大的便利。

ymcui/Chinese - BERT - wwm项目发布基于全词掩码技术的中文预训练模型及其相关模型。项目详细给出各模型参数、数据来源、下载方式等。并在多类中文数据集（如阅读理解、情感分析等）测试不同模型效果，为中文自然语言处理研究提供模型资源与实验数据参考。

brightmart/albert_zh是一个基于TensorFlow实现的ALiteBertForSelf - SupervisedLearningLanguageRepresentations项目。提供多种版本的中文ALBERT预训练模型，包括不同参数规模和性能特点的模型。项目涵盖预训练、下游任务微调的代码示例，还有如转换为TensorflowLite格式进行移动端部署的操作及性能测试等内容。详细展示了ALBERT模型对BERT的改进之处，如词嵌入向量参数因式分解、跨层参数共享、段落连续性任务等改进方式。这对于自然语言处理研究和应用开发有很大的参考价值。

HBase中文参考指南项目位于apachecn/hbase - doc - zh仓库。它提供HBase的中文参考文档，目前处于校对阶段。用户可通过多种方式查看文档，如在线阅读（含hbase.apachecn.org和Gitee）、Docker、PYPI、NPM等。项目遵循CCBY - NC - SA4.0协议，为HBase的中文使用者提供重要的参考资源。