开源 AI 代码指的是那些可以被自由访问、修改和分发的 AI 相关软件代码。以下是一些著名的开源 AI 项目：

1、TensorFlow：由谷歌开发的开源机器学习框架，支持多种编程语言，包括Python、C++、Java等。
地址：https://github.com/tensorflow/tensorflow

2、PyTorch：由Facebook的AI研究实验室开发的开源机器学习库，特别适合快速原型设计和研究。
地址：https://github.com/pytorch/pytorch

3、Keras：一个高级神经网络API，可以运行在TensorFlow、CNTK或Theano上，提供了一个简单易用的界面用于构建和训练深度学习模型。
地址：https://github.com/kerasteam/keras

4、Scikitlearn：一个广泛使用的机器学习库，提供了从数据预处理、特征选择、模型评估到各种机器学习算法的实现。
地址：https://github.com/scikitlearn/scikitlearn

5、OpenCV：一个计算机视觉库，提供了大量的图像和视频处理函数，以及机器学习相关的功能。
地址：https://github.com/opencv/opencv

6、Transformers：由Hugging Face提供的Transformers库，提供了数千种预训练模型来执行从文本分类、信息提取到文本生成和问答等任务。
地址：https://github.com/huggingface/transformers

7、DeepLearning4j：一个用于Java和Scala的深度学习库，支持在工业级环境中进行深度学习模型的部署。
地址：https://github.com/deeplearning4j/deeplearning4j

8、Caffe：一个深度学习框架，主要用于图像分类和检测。
地址：https://github.com/BVLC/caffe

9、MXNet：一个轻量级、可移植、灵活的深度学习框架。
地址：https://github.com/apache/mxnet

10、H2O's AutoML: H2O.ai的自动机器学习工具，能够自动完成模型选择、超参数调优等工作。
地址：https://github.com/h2oai/h2o3

11、Fastai：一个简化深度学习使用的库，基于PyTorch，提供简单直观的API。
地址：https://github.com/fastai/fastai

这些项目都非常活跃，有大量的社区支持和文档，对于学习和实现AI与机器学习功能非常有帮助。