TopDeepLearning
1.0.0
與深度學習相關的流行GitHub項目列表（由Stars排名）。
上次更新：2020.07.09
| 項目名稱 | 星星 | 描述 |
|---|---|---|
| 張量 | 146K | 每個人的開源機器學習框架 |
| 凱拉斯 | 48.9k | 對人類的深度學習 |
| OPENCV | 46.1k | 開源計算機視覺庫 |
| Pytorch | 40k | Python中的張量和動態神經網絡具有強GPU加速度 |
| TensorFlow-餐具 | 38.1k | 初學者的TensorFlow教程和示例（支持TF V1和V2） |
| 特塞拉克 | 35.3k | Tesseract開源OCR引擎（主存儲庫） |
| face_recognition | 35.2k | 世界上最簡單的面部識別API和命令行 |
| 臉部 | 31.4k | 所有人的DeepFakes軟件 |
| 變壓器 | 30.4k | “變形金剛：Pytorch和Tensorflow 2.0的最先進的自然語言處理”。 |
| 100天ML代碼 | 29.1k | 100天的ML編碼 |
| 朱莉婭 | 28.1k | 朱莉婭語言：一種新的技術計算方法。 |
| 金礦器 | 26.6k | ？掘金翻譯計劃，可能是世界最大最好的英譯中技術社區，最懂讀者和譯者的翻譯平台：： |
| 很棒的量表 | 26.6k | 可擴展，可靠和性能的大規模系統的模式 |
| 基礎 | 24.5k | 用乾淨的代碼，簡化的數學和說明性視覺效果學習ML。 |
| 伯特 | 23.9k | BERT的TensorFlow代碼和預訓練的模型 |
| funnlp | 22.1k | （機器學習）nlp 面試中常考到的知識點和代碼實現、 nlp4han：中文自然語言處理工具集（斷句/分詞/詞性標註/組塊/句法分析/語義分析/語義分析/ner/ner/n元語法/hmm/代詞消解/情感分析/拼寫檢查、/xlm：face…face… |
| xgboost | 19.4k | 對於Python，R，Java，Scala，C ++等，可擴展，便攜式和分佈式梯度提升（GBDT，GBRT或GBM）庫。在單個機器，Hadoop，Spark，Flink和DataFlow上運行 |
| 實時派遣 | 18.4k | 在5秒內克隆聲音，以實時產生任意語音 |
| D2L-ZH | 17.9k | 《動手學深度學習》：面向中文讀者、能運行、可討論。英文版即伯克利“深度學習導論”教材。 |
| 敞開 | 17.8k | OpenPose：實時多人關鍵點檢測庫，用於身體，臉部，手和腳部估算 |
| coursera-ml-andrewngnotes | 17.7k | 吳恩達老師的機器學習課程個人筆記 |
| Deepfacelab | 17.3k | DeepFacelab是創建Deepfakes的領先軟件。 |
| Pytorch-Tutearial | 17.3k | 深度學習研究人員的Pytorch教程 |
| mask_rcnn | 17.2k | 蒙版R-CNN用於對象檢測和實例分割，並在tensorflow上進行分割 |
| Spacy | 16.8k | ？帶有Python和Cython的工業強度自然語言處理（NLP） |
| NLP-Progress | 16.2k | 存儲庫跟踪自然語言處理的進度（NLP），包括數據集和最常見的NLP任務的當前最新設備。 |
| 100天ML代碼 | 15.6k | 100天ML代碼中文版 |
| CS-Video-Courses | 14.9k | 帶視頻講座的計算機科學課程列表。 |
| 波函數崩潰 | 14.7k | 在量子力學的想法的幫助下，從一個示例中生成了位圖和tilemap。 |
| 講座 | 14.7k | 牛津深NLP 2017課程 |
| 加強學習 | 14.7k | 實施強化學習算法。 Python，OpenAi Gym，Tensorflow。練習和解決方案…… |
| PWC | 14.7k | 用代碼的論文。由星星分類。每週更新。 |
| TensorFlow課程 | 14.6k | 張量流的簡單且可用的教程 |
| 深史 | 14.4k | Baidu的DeepSpeech體系結構的張量實現 |
| 南瓜書 | 14k | （《機器學習》（西瓜書）公式推導解析，在線閱讀地址：https：//datawhalechina.github.io/pumpkin-book |
| TFJS | 13.5k | WebGL加速了JavaScript庫，用於培訓和部署ML模型。 |
| 例子 | 13.5k | 圍繞著視覺，文本，增強學習等的Pytorch的一組例子。 |
| 開放式 | 13.5k | 深層神經網絡的面部識別。 |
| QIX | 13.3k | 機器學習，深度學習，postgresql，分佈式系統，node.js，golang |
| 脾臟 | 12.7k | Deezer源分離庫，包括預驗證的模型。 |
| 維吉利奧 | 12.7k | 您的數據科學電子學習導師。 |
| nndl.github.io | 12.7k | 《神經網絡與深度學習》神經網絡和深度學習 |
| 屏幕截圖 | 12.7k | 神經網絡將設計模型轉換為靜態網站。 |
| pytorch-cyclegan and-pix2pix | 12.4k | pytorch中的圖像到圖像翻譯 |
| Pytorch手冊 | 11.9k | pytorch手冊是一本開源的書籍，目標是幫助那些希望和使用pytorch進行深度學習開發和研究的朋友快速入門，其中包含的pytorch教程全部通過測試保證可以成功運行 |
| 槍 | 11.9k | 用於同步分散圖數據的開源網絡安全協議。 |
| 槳 | 11.8k | 平行分佈式深度學習：來自工業實踐的機器學習框架（『飛槳』核心框架，深度學習＆機器學習高性能單機、分佈式訓… |
| TensorFlow-ZH | 11.8k | tensorflow官方文檔中文版 |
| darknet | 11.4k | YOLOV4-用於對象檢測的神經網絡（DarkNet的Windows和Linux版本） |
| Learnopencv | 11.4k | 學習OpenCV：C ++和Python示例 |
| 神經網絡和深度學習 | 11.3k | 我的書“神經網絡和深度學習”的代碼樣本 |
| Google-Research | 11.2k | Google研究 |
| Labelimg | 11.2k | ？ labelimg是圖像圖像註釋工具和標籤對象邊界框 |
| Gensim | 11k | 人類的主題建模 |
| pix2code | 10.9k | pix2code：從圖形用戶界面屏幕截圖生成代碼 |
| 面部 | 10.8k | 使用TensorFlow的面部識別 |
| 去染色 | 10.7k | 一個基於深度學習的項目，用於著色和恢復舊圖像（以及視頻！） |
| Python-Machine-Learning-Book | 10.7k | “ Python機器學習（第一版）”書籍代碼存儲庫和信息資源 |
| Stanford-CS-229-Machine學習 | 10.6k | Stanford的CS 229機器學習的VIP備忘單 |
| mmdetection | 10.5k | OpenMMLAB檢測工具箱和基準測試 |
| face-api.js | 10.4k | JavaScript API，用於瀏覽器和Nodejs中的面部檢測和麵部識別。 |
| 很棒的pytorch列表 | 10.4k | GitHub上有關Pytorch相關內容的綜合列表，例如不同的模型，實現，助手庫，T… |
| NSFW_DATA_SCRAPER | 10.2k | 為了培訓NSFW圖像分類器的目的，匯總腳本以匯總圖像數據 |
| convnetjs | 10k | JavaScript中的深度學習。瀏覽器中的火車卷積神經網絡（或普通網絡）。 |
| 自行車 | 9.8k | 可以從繪畫中生成照片，將馬變成斑馬，執行樣式轉移等的軟件。 |
| 簡化 | 9.8k | 簡化 - 在Python中構建數據應用的最快方法 |
| deepcreampy | 9.7k | 通過深神網絡進行衰減 |
| Stylegan | 9.7k | StyleGan-官方張量實現 |
| 潛水式dl-pytorch | 9.6k | 本項目將《動手學深度學習》（深入學習）原書中的mxnet實現改為pytorch實現。 |
| Stanford-Tensorflow-Tutearials | 9.6k | 該存儲庫包含斯坦福課程的代碼示例：深度學習研究的張量。 |
| Horovod | 9.6k | Tensorflow，Keras，Pytorch和Apache MXNET的分佈式培訓框架。 |
| 深度學習帶有濃度的書籍 | 9.4k | 深度學習入門開源書，基於TensorFlow 2.0框架，tensorflow 2.0案例實戰。開放源深度學習書籍。 |
| 神經食用食品 | 9.4k | 將您的兩位數塗鴉變成具有深層神經網絡的美術作品，從照片中產生無縫的紋理，從一個圖像轉移到另一個圖像，執行基於示例的升級，但是等等...還有更多！ （語義樣式轉移的實現。） |
| 凱爾 | 9.3k | 內容意識到圖像大小庫 |
| 快速轉移 | 9.2k | 快速風格轉移的TensorFlow CNN ？ ？ ？ |
| NCNN | 9.2k | NCNN是針對移動平台優化的高性能神經網絡推理框架 |
| kubeflow | 9.1k | Kubernetes的機器學習工具包 |
| NLTK | 9k | NLTK源 |
| 天賦 | 9k | 最先進的自然語言處理（NLP）的非常簡單的框架 |
| ML代理 | 9k | 統一機器學習代理工具包 |
| Allennlp | 8.8k | 開源NLP研究庫，建於Pytorch。 |
| botpress | 8.8k | ？具有內置語言理解（NLU），精美的圖形接口和對話框（DM）的對話平台。輕鬆創建聊天機器人和基於AI的虛擬助手。 |
| gan-zoo | 8.7k | 所有名字甘斯的清單！ |
| 有效的語音流 | 8.6k | Tensorflow教程和最佳實踐。 |
| TFJS核 | 8.5k | WebGL加速ML // javaScript的線性代數//自動差異化。 |
| Fairseq | 8.4k | Facebook AI研究順序到序列工具包用Python編寫。 |
| 十四行詩 | 8.4k | 基於張量流的神經網絡庫 |
| 麻省理工學院 - 深度學習書籍pdf | 8.3k | MIT深度學習書籍以PDF格式（完整和零件），伊恩·古德法洛（Ian Goodfellow），Yoshua Bengio和Aaron Courville |
| TensorFlow-Tutorials | 8.3k | 帶有YouTube視頻的TensorFlow教程 |
| pytorch_ geometric | 8.2k | Pytorch的幾何深度學習擴展庫 |
| 教程 | 8.2k | 機器學習相關教程 |
| 時尚狂熱 | 8k | 類似MNIST的時尚產品數據庫。基準 |
| Bert-As-Service | 7.9k | 使用BERT模型將可變長度的句子映射到固定長度的載體 |
| PIX2PIX | 7.8k | 帶有條件對抗網的圖像到圖像翻譯 |
| Mediapipe | 7.7k | MediaPipe是研究人員和開發人員為移動，邊緣，雲和網絡構建世界一流的ML解決方案和應用程序的最簡單方法。 |
| 推薦人 | 7.7k | 推薦系統的最佳實踐 |
| 麻省理工學院 - 深度學習 | 7.7k | MIT深度學習與課程的教程，作業和競賽。 |
| Pytorch-Book | 7.6k | Pytorch教程和有趣的項目，包括神經談話，神經風格，詩作，動漫一代（《深度學習框架 pytorch：入門與實戰》） |
| 風 | 7.6k | 由GetTream.io提供動力的美麗開源RSS和播客應用 |
| vid2vid | 7.4k | 我們的高分辨率方法（例如2048x1024）的Pytorch實現了逼真的視頻與視頻翻譯。 |
| Learn_machine_learning_in_3_months | 7.3k | 這是Siraj Raval在YouTube上的“ 3個月內學習機器學習”的代碼 |
| 古勒恩 | 7.3k | GO的機器學習 |
| Keras-Gan | 7.2k | KERAS的生成對抗網絡的實現。 |
| mlcourse.ai | 7k | 開放機器學習課程 |
| 地面 | 7k | 一款入門級的人臉、視頻、文字檢測以及識別的項目。 |
| PYSC2 | 6.9k | Starcraft II學習環境 |
| 預審計的模型.pytorch | 6.9k | 預估計的pytorch：nasnet，resnext，resnet，inceptionv4，inceptionResnetv2，xception，dpn，等等。 |
| pytorch-gan | 6.7k | 生成對抗網絡的Pytorch實現。 |
| 想像 | 6.7k | 數據集，轉換和特定於計算機視覺的模型 |
| NLP教程 | 6.6k | 深度學習研究人員的自然語言處理教程 |
| 子彈3 | 6.6k | Bullet Physics SDK：VR，遊戲，視覺效果，機器人技術的實時碰撞檢測和多物理模擬 |
| dcgan-tensorflow | 6.6k | “深度卷積生成對抗網絡”的張量實現 |
| TFJS模型 | 6.5k | 預處理的TensorFlow.js模型 |
| 阿布 | 6.5k | 阿布量化交易系統（股票，期權，期貨，比特幣 |
| pytorch燈 | 6.5k | ML研究人員的輕量級Pytorch包裝紙。擴展您的模型。少寫樣板 |
| TensorboardX | 6.4k | Pytorch的張板（以及Chainer，Mxnet，Numpy，...） |
| 機器學習課程 | 6.4k | 使用Python的機器學習課程： |
| 猜測 | 6.3k | ？用於啟用機器學習驅動用戶體驗的庫和工具 |
| pyro | 6.3k | 與Python和Pytorch的深度通用概率編程 |
| 實驗室 | 6.2k | 用於基於代理的AI研究的可自定義的3D平台 |
| mml-book.github.io | 6.2k | 伴侶網頁，“機器學習數學”一書 |
| 面試 | 6.2k | 訪談=簡歷指南 + leetcode + kaggle |
| Tensorlayer | 6.2k | 深入學習和強化學習庫，用於科學家和工程師 |
| 生成模型 | 6.1k | 收集生成模型的收集，例如gan，pytorch和Tensorflow中的vae。 |
| 機器學習年度CN | 6.1k | 機器學習嚮往 - 《機器學習訓練秘籍》- 《機器學習訓練秘籍》 -Andrew ng著 |
| Keras-Yolo3 | 6k | Yolov3的KERAS實現（TensorFlow Backend） |
| 老闆 | 5.9k | 老闆接近時隱藏屏幕。 |
| tensorflow2_tutorials_chinese | 5.9k | tensorflow2中文教程，持續更新（當前版本：tensorflow2.0），標籤：tensorflow 2.0教程 |
| TensorFlow-Tutorials | 5.9k | 使用Google的TensorFlow框架的簡單教程 |
| Argo | 5.9k | Argo Workflows：使用Kubernetes完成工作。 |
| Python-Machine-Learning-Book-2nd-Edition | 5.8k | “ Python機器學習（第二版）”書籍代碼存儲庫和信息資源 |
| DVC | 5.7k | ？數據版本控制 |
| Easypr | 5.7k | 在不受約束的情況下，對於中國許可證的一個簡單，靈活且準確的板塊識別項目。 |
| Aversarialnetspaper | 5.6k | 帶有有關生成對抗網的代碼的經典紙張列表 |
| Tensorpack | 5.6k | Tensorflow上的神經網訓練接口，重點介紹速度 +靈活性 |
| 光特性 | 5.6k | 由GO和Google Tensorflow提供動力的個人照片管理 |
| tensorflow_cookbook | 5.6k | Tensorflow Machine學習食譜的代碼 |
| 符號 | 5.6k | 快速圖像增強庫，易於使用其他庫周圍的包裝器 |
| 迅速 | 5.6k | 快速進行張量 |
| 暗流 | 5.6k | 將darknet轉換為張量。負載訓練有素的重量，使用TensorFlow進行重新訓練/微調，導出恆定圖形DEF到移動設備 |
| tensorflow_tutorials | 5.5k | 從基礎到TensorFlow的更有趣的應用 |
| 深度學習環境 | 5.5k | Andrew Ng在Coursera上的深度學習專業化。 |
| 轉移學習 | 5.5k | 有關轉移學習和域適應的一切 - 遷移學習 |
| ML-NLP | 5.5k | 此項目是機器學習（機器學習）、深度學習（深度學習），nlp面試中常考到的知識點和代碼實現，也是作為一個算法工程師必會的理論基礎知識。 ，也是作為一個算法工程師必會的理論基礎知識。 |
| NMT | 5.5k | 張量流神經機器翻譯教程 |
| 更快的rcnn.pytorch | 5.5k | 更快的pytorch實現速度更快的R-CNN |
| ugatit | 5.4k | U-GAT-IT的官方TensorFlow實現：無監督的生成注意網絡，具有自適應層 - 在... |
| 熊貓pro養 | 5.4k | 從pandas dataframe對象創建HTML分析報告 |
| 深層網絡 | 5.4k | 圖像識別的深度殘留學習 |
| xlnet | 5.3k | XLNET：通用自動回報預處理以了解語言理解 |
| leeml notes | 5.2k | 李宏毅《機器學習》筆記，在線閱讀地址：https：//datawhalechina.github.io/leeml-notes |
| wav2letter | 5.2k | Facebook AI研究的自動語音識別工具包 |
| 神經風格 | 5.2k | TensorFlow中的神經風格！ ？ |
| CVPR2020紙質代碼解釋 | 5.2k | CVPR2020/CVPR2019／CVPR2018/CVPR2017論文，極市團隊整理 |
| TensorFlow-2.x-Tutorials | 5.2k | Tensorflow 2.x版本的教程和示例，包括CNN，RNN，GAN，AUTO-編碼器，Fasterrcnn，GPT，Bert Exippl… |
| Yolov3 | 5.2k | yolov3在pytorch> onnx> coreml> ios中 |
| CNN-Text-Classification-TF | 5.2k | 卷積神經網絡用於張量的文本分類 |
| seq2seq | 5.2k | TensorFlow的通用編碼器框架 |
| Chineseocr_lite | 5.1k | 超輕量級中文ocr，支持豎排文字識別，支持ncnn推理，dbnet（1.7m） + crnn（6.3m） + anglenet（1.5m）總模型僅10m |
| 特色 | 5k | 用於自動化功能工程的開源Python庫 |
| 標籤 | 5k | 圖像多邊形註釋（多邊形，矩形，圓，線，點，點和圖像級標誌註釋）。 |
| 成像 | 5k | python庫構建，旨在使開發人員能夠構建具有獨立計算機視覺功能的應用程序和系統 |
| NLP重型 | 5k | 自然語言處理最佳實踐和示例 |
| 擁有福音 - 手機學習 | 4.9k | 通過神經網絡的機器學習和圖像分類的絕對初學者指南 |
| eat_tensorflow2_in_30_days | 4.9k | tensorflow2.0 ??很美味，只吃！ ？ |
| TensorFlow-Wavenet | 4.9k | DeepMind的Wavenet紙的張量實現 |
| Pytorch-Tutearial | 4.9k | 輕鬆快捷地構建您的神經網絡 |
| stylegan2 | 4.9k | stylegan2-官方張量集實現 |
| H2O-3 | 4.9k | 開源快速可擴展的機器學習平台，用於智能應用程序：深度學習，梯度提升和XGBO… |
| 很棒的機器源代碼編碼 | 4.8K | 與源代碼應用的機器學習有關的酷鏈接和研究論文（mloncode） |
| 學習到黑暗 | 4.8K | 學會在黑暗中看到。 CVPR 2018 |
| Pytorch-Yolov3 | 4.8K | Yolov3的最小Pytorch實施 |
| 一階模型 | 4.8K | 該存儲庫包含圖像動畫的紙張一階運動模型的源代碼 |
| 型號 | 4.8K | 預先訓練和再現了深度學習模型（『飛槳』官方模型庫，包含多種學術前沿和工業場景驗證的深度學習模型） |
| 微笑 | 4.8K | 統計機器智能與學習引擎 |
| keras-js | 4.7k | 在瀏覽器中運行KERAS模型，並使用WebGL支持GPU支持 |
| 卡拉 | 4.7k | 用於自動駕駛研究的開源模擬器。 |
| keras-rl | 4.7k | 針對凱拉斯的深度加強學習。 |
| 有用的java-links | 4.7k | 有用的Java框架，庫，軟件和Hello Worlds示例的列表 |
| 很棒的coreml模型 | 4.7k | 核心ML的最大型號列表（iOS 11+） |
| Python-small-evarmples | 4.7k | 告別枯燥，致力於打造python 富有體系且實用的小例子、小案例。 |
| GCN | 4.7k | 在TensorFlow中實現圖形卷積網絡 |
| 簡介_to_ml_with_python | 4.7k | “用python的機器學習簡介”的筆記本和代碼 |
| Stargan | 4.6k | Stargan-官方Pytorch實施（CVPR 2018） |
| pix2pixhd | 4.6k | 綜合和操縱2048x1024圖像有條件gan |
| 數據科學wiki | 4.6k | DataScience，統計，數學，R，Python，AI，機器學習，自動化，DevOps工具，Bash，Linux Tutor… |
| mvision | 4.6k | 機器人視覺機器人視覺vs-slam orb-slam2 y yolov3行為檢測opencv pcl機器學習機器學習 |
| 聰明的人 | 4.6k | 一個對抗性示例庫，用於構建攻擊，建築防禦和基準測試 |
| VAEX | 4.6k | Python，ML，可視化和探索大型表格數據以每秒十億行可視化和探索大型表格數據框 |
| 深入學習 | 4.6k | 該存儲庫伴隨著“ Grokking深度學習”一書 |
| trax | 4.5k | Trax - 清晰的代碼和速度深度學習 |
| graph_nets | 4.5k | 在TensorFlow中構建圖形網 |
| 愛德華 | 4.5k | Tensorflow中的概率編程語言。深層生成模型，變異推斷。 |
| TensorFlow-World | 4.5k | ？張量流的簡單且可用的教程 |
| 不平衡的學習 | 4.5k | 一個python包，以應對機器學習中不平衡數據集的詛咒 |
| 機器學習示意圖 | 4.5k | 思維圖總結了機器學習概念，從數據分析到深度學習。 |
| seq2seq-couplet | 4.5k | 使用SEQ2SEQ模型播放對聯。 用深度學習對對聯。 |
| 效率網絡 | 4.4k | pytorch實施有效網絡 |
| TensorFlow-Book | 4.4k | 伴隨使用TensorFlow的機器學習的源代碼。請參閱本書以進行分步解釋。 |
| Stanza | 4.4k | 斯坦福官方NLP Python圖書館，用於許多人類語言 |
| Amazon-DSSTNE | 4.4k | 深度可擴展的稀疏張量網絡引擎（DSSTNE）是一個亞馬遜開發的圖書館，用於建造深度學習（DL）MA… |
| CNN-解釋器 | 4.4k | 學習具有交互式可視化的捲積神經網絡。 |
| REALTIME_MULTI-PERSON_POSE_ESTIMATION | 4.4k | CVPR'17（口頭）中實時多人姿勢估計的代碼回購 |
| Stanford-CS-230深度學習 | 4.3k | 斯坦福大學CS 230深度學習的VIP作弊表 |
| 實時人驅動 | 4.3k | 使用tensorflow.js在網絡瀏覽器中實時刪除複雜背景的人 |
| OpenNMT-PY | 4.3k | pytorch中的開源神經機器翻譯 |
| tensorflow_practice | 4.3k | TensorFlow實戰練習，包括強化學習、推薦系統、 nlp等 |
| Pytorch-CNN-Visualization | 4.2k | 卷積神經網絡可視化技術的Pytorch實施 |
| 張力空間 | 4.2k | 神經網絡3D可視化框架，在瀏覽器中構建交互式和直觀的模型，支持預先訓練的深度… |
| 深度學習示例 | 4.2k | 深度學習的例子 |
| 草圖代碼 | 4.2k | KERAS模型從手繪網站模型中生成HTML代碼。將圖像字幕架構實現為DRA… |
| 深度學習的模子 | 4.2k | 有關深度學習研究論文的摘要和註釋 |
| 頂點 | 4.2k | pytorch擴展：用於Pytorch的易於混合精度和分佈式培訓的工具 |
| 字母 | 4.1k | 實時準確的多人姿勢估計和跟踪系統 |
| 注意所有您需要的Pytorch | 4.1k | “注意就是您所需要的”中變壓器模型的Pytorch實現。 |
| nmap | 4.1k | NMAP-網絡映射器。官方SVN存儲庫的GitHub鏡子。 |
| 機器學習學習音符 | 4.1k | 周志華《機器學習》又稱西瓜書是一本較為全面的書籍，書中詳細介紹了機器學習領域不同類型的算法（例如：監督學習、無監督學習、半監督學習、強化學習、集成降維、特徵選擇等），記錄了本人在學習過程中的理解思路與擴展知識點，希望對新人閱讀西瓜書有… |
| Serenata-de-amor | 4.1k | ？公共管理社會控制的人工智能 |
| 實用pytorch | 4.1k | 棄用且未維護 - 請參閱https://github.com/pytorch/tutorials的官方回購 |
| Pytorch-image模型 | 4.1k | Pytorch映像模型，腳本，預處理的重量 - （SE）RESNET/RESNET，DPN，EFIDENDNET，MIXENET，MOBILENET-V3/V2，MNASNET，MNASNET，SINSE-PATH NAS，FBNET等 |
| 面對面 | 4K | 使用Pytorch的2D和3D臉對齊庫構建 |
| 學習對學習 | 4K | 學習在TensorFlow中學習 |
| 機器學習音符 | 4K | 我不斷更新的機器學習，概率模型以及深度學習筆記和演示（1500多個幻燈片）我不間斷更… |
| UMAP | 4K | 統一的歧管近似和投影 |
| 深度學習介子 | 4K | Tensorflow基本教程實驗室 |
| Gluon-CV | 4K | Gluon CV工具包 |
| 管道 | 4K | Pipelineai kubeflow分佈 |
| 浮潛 | 4K | 一個用於快速生成培訓數據的系統，以較弱的監督 |
| 數字 | 4K | 深度學習GPU培訓系統 |
| Densenet | 4K | CVPR 2017（最佳紙張獎），密集連接的捲積網絡。 |
| 很棒的項目 | 4K | 精心策劃的機器學習清單，NLP，視覺，推薦系統項目想法 |
| 教程 | 4K | Pytorch教程。 |
| 深度學習-21例 | 3.9k | 《21個項目玩轉深度學習-——基於tensorflow 的實踐詳解》配套代碼 |
| 深度學習學歷 | 3.9k | 深度學習教程註釋和代碼。有關更多信息，請參見Wiki。 |
| textgenrnn | 3.9k | 在任何文本數據集上都可以輕鬆訓練您自己的文本生成的神經網絡，該網絡具有幾行... |
| 清醒 | 3.8k | 用於神經網絡可解釋性研究的基礎架構和工具的集合。 |
| NSFWJS | 3.8k | 通過TensorFlow.js在客戶端檢測NSFW |
| SSD.Pytorch | 3.8k | 單鏡頭多貝克斯檢測器的Pytorch實現 |
| 機械學習 | 3.8k | 基本的機器學習和深度學習 |
| TensorFlow-Tutorial | 3.8k | 從基本到硬的TensorFlow教程 |
| 令人敬畏的ml-for-cybersecurity | 3.8k | 網絡安全的機器學習 |
| 日常紙計算機視頻 | 3.8k | 記錄每天整理的計算機視覺/深度學習/機器學習相關方向的論文 |
| SSD-TensorFlow | 3.8k | TensorFlow中的單鏡頭多伯克斯檢測器 |
| CVAT | 3.8k | 強大而有效的計算機視覺註釋工具（CVAT） |
| 深度學習路 | 3.8k | ？關於深度學習，您需要了解的一切 |
| SQLFlow | 3.8k | 將SQL和AI帶到一起。 |
| MMF | 3.7k | Facebook AI研究（公平）的視覺和語言多模式研究的模塊化框架 |
| TensorFlow-Docs | 3.7k | TensorFlow最新官方文檔中文版 |
| 伊根 | 3.7k | 通過生成對抗網絡生成交互式圖像 |
| capsnet-tensorflow | 3.7k | 膠囊之間的紙質動態路由中的capsnet（膠囊網）的張量實現 |
| 迄今為止效率的det-pytorch | 3.6k | 官方有效的官方效率重新實現，並實時進行SOTA性能和預算的重量。 |
| pytorch-evarmples | 3.6k | 簡單的示例來介紹pytorch |
| ml_for_hackers | 3.6k | “黑客機器學習”一書附帶的代碼 |
| 文件 | 3.6k | TensorFlow文檔 |
| Tensorflow基因建模收集 | 3.6k | 張量集的生成模型的收集 |
| 深度學習 | 3.6k | 該存儲庫包含我的個人筆記和摘要。我很喜歡…… |
| Bert-Pytorch | 3.6k | Google AI 2018 Bert Pytorch實施 |
| pwnagotchi | 3.5k | （⌐■_■） - wifi pwning的深鋼筋學習儀器更好。 |
| Hyperlpr | 3.5k | 基於深度學習高性能中文車牌識別高性能中國車牌識別框架。 |
| 深度學習 | 3.5k | 深度學習Nanodegree基礎計劃的存儲庫。 |
| TensorFlowonSpark | 3.5k | TensorFlowonSpark將張量程序程序帶到Apache Spark簇。 |
| Bigdl | 3.5k | BigDL：Apache Spark的分佈式深度學習框架 |
| Algowiki | 3.5k | 存儲庫，其中包含有關計算機科學不同主題的鏈接和資源。 |
| 例子 | 3.5k | TensorFlow示例 |
| TF-FASTER-RCNN | 3.4k | 張量子流更快的RCNN用於對象檢測 |
| TF置端 | 3.4k | 使用TensorFlow和自定義體系結構進行快速推理實施的深度姿勢估計。 |
| 很棒的機器學習CN | 3.4k | 機器學習資源大全中文版，包括機器學習領域的框架、庫以及軟件 |
| 元流 | 3.4k | 輕鬆構建和管理現實生活中的數據科學項目。 |
| 深入的學習 | 3.3k | 深鋼筋學習納米模板程序的回購 |
| 語義細分式 - 托爾奇 | 3.3k | 在MIT ADE20K數據集上用於語義細分/場景的Pytorch實現 |
| GOCV | 3.3k | 使用OpENCV 4及以後的計算機視覺包裝。 |
| D2L-Pytorch | 3.3k | 該項目將本書重現為深度學習（www.d2l.ai），將代碼從MXNET調整為Pytorch。 |
| 中文 - 伯特wm | 3.3k | 用整個單詞掩蓋的中文bert （中文 bert-wwm（（（（bert-wm系列模型））的預訓練 |
| SmartCropper | 3.3k | 以智能方式裁剪圖像的庫，可以識別邊界並糾正裁剪圖像。 智能圖片裁剪框架。自動識別邊框，手動調節選區，使用透視變換裁剪並矯正選區；適用於身份證，名片，文檔等照片的裁剪。 ，文檔等照片的裁剪。 |
| Pytorchzerotoall | 3.3k | 簡單的pytorch教程零！ |
| Pyaudioanalysis | 3.3k | Python音頻分析庫：特徵提取，分類，分割和應用程序 |
| Dixplyablemlbook | 3.3k | 《可解釋的機器學習- 黑盒模型可解釋性理解指南》，該書為《，該書為《可解釋的機器學習》中文版 |
| swips-nlu | 3.3k | 剪切python庫從文本中提取含義 |
| pyod | 3.3k | 可擴展離群檢測的Python工具箱（異常檢測） |
| 深度學習 | 3.2k | 深度學習入門教程，優秀文章，深度學習教程 |
| Vespa | 3.2k | VESPA是用於大型數據集的低延遲計算的引擎。 |
| 深度轉換 | 3.2k | 深度神經網絡，用於語音轉換（語音樣式傳輸） |
| Lightfm | 3.2k | python實施LightFM，一種混合建議算法。 |
| 機器學習 | 3.2k | Udacity的機器學習課程的內容 |
| Skflow | 3.2k | 張量流的簡化界面（模仿Scikit學習） |
| TensorFlow-Project-Template | 3.2k | Tensorflow項目模板體系結構的最佳實踐。 |
| Easyocr | 3.2k | 可用的40多種語言的現成OCR，包括中文，日語，韓語和泰語 |
| 文本分類-CNN-RNN | 3.1k | CNN-RNN中文文本分類，tensorflow |
| MachineLearning_Python | 3.1k | python實現 |
| 成像 | 3.1k | ？查找重複的圖像很容易！ |
| Matchzoo | 3.1k | 促進深文匹配模型的設計，比較和共享。 |
| 變壓器 | 3.1k | 變壓器的張量實現：注意是您需要的 |
| tensorflow_poems | 3.1k | 中文古詩自動作詩機器人，屌炸天，基於tensorflow1.10 api，正在積極維護升級中 |
| 深度學習路 | 3.1k | ？為深度學習研究人員和開發人員有組織的資源 |
| 標籤studio | 3.1k | 標籤工作室是具有標準化輸出格式的多型數據標籤和註釋工具 |
| ASRT_SpeechRevention | 3.1k | 基於深度學習的中國語音識別系統基於深度學習的中文語音識別系統 |
| Benchmark_results | 3.1k | 視覺跟踪紙列表 |
| 機器學習 | 3k | python3）：knn 、決策樹、貝葉斯、邏輯回歸、 svm 、線性回歸、樹回歸 |
| yolact | 3k | 實時實例分割的簡單，完全卷積的模型。 |
| trfl | 3k | Tensorflow增強學習 |
| pytorch-cifar | 3k | pytorch的CIFAR10上的95.16％ |
| 神聖 | 3k | 神聖是一種工具，可以幫助您在IDSIA開發，組織，日誌和復制實驗。 |
| Yolov5 | 3k | yolov5在pytorch> onnx> coreml> ios中 |
| 加強學習 | 3k | 在60天內學習深入的增強學習！ Python的講座和代碼。強化學習 +深度學習 |
| 蒸餾器 | 3k | Intel AI實驗室的神經網絡蒸餾器：用於神經網絡壓縮研究的Python軟件包。 https：//神經... |
| FastMaskRcnn | 3k | tensorflow中的蒙版rcnn |
| 可能性 | 3k | 概率推理和統計分析 |
| DeepVideoAnalytics | 2.9k | 分佈式視覺搜索和視覺數據分析平台。 |
| TensorWatch | 2.9k | 調試，監視和可視化Python機器學習和數據科學 |
| 飛鏢 | 2.9k | 可區分的架構搜索卷積和經常性網絡 |
| ComputerVision-Recipes | 2.9k | 用於計算機視覺的最佳實踐，代碼樣本和文檔。 |
| 文本檢測-CTPN | 2.9k | 文本檢測主要基於TensorFlow，ID卡檢測，連接師文本建議網絡的CTPN模型 |
| TensorFlow-Windows-wheel | 2.9k | TensorFlow預構建的Windows二進制 |
| TensorFlow-Yolov3 | 2.9k | pure tensorflow的Yolov3實現，並支持訓練您自己的數據集 |
| Zhihu | 2.9k | 此存儲庫包含我的個人列（https://zhuanlan.zhihu.com/zhaoyeyu）中的源代碼，該源代碼使用Python 3.6實施。包括自然語言處理和計算機視覺項目，例如文本生成，機器翻譯，深度卷積GAN和其他實際戰鬥代碼。 |
| BERT-BILSTM-CRF-NER | 2.9k | 使用BILSTM-CRF模型的NER任務解決方案與Google Bert微調和專用服務器服務 |
| TensorFlowSharp | 2.9k | .NET語言的TensorFlow API |
| 點燃 | 2.9k | 高級圖書館，可幫助培訓和評估Pytorch中的神經網絡。 |
| TensorFlow-Tutorial | 2.9k | 示例TensorFlow代碼和Caicloud TensorFlow作為服務開發環境。 |
| 100天ML代碼 - 中國跨 | 2.9k | 機器學習信息圖表中文翻譯 |
| 深度學習的PAPER-翻譯 | 2.9k | 深度學習論文翻譯，包括分類論文，檢測論文等 |
| DMTK | 2.8k | 微軟分佈式機器學習工具包 |
| caffe-tensorflow | 2.8k | tensorflow中的CAFFE模型 |
| libpostal | 2.8k | AC圖書館在世界各地進行解析/歸一化街道地址。由統計NLP和開放地理數據提供支持。 |
| Pigo | 2.8k | 純GO面部檢測，學生/眼睛本地化和麵部標誌點檢測庫 |
| MINDSDB | 2.8k | 一行代碼中的機器學習 |
| Tensorflow-cookbook | 2.8k | 簡單的TensorFlow食譜，可易於使用 |
| 易於濃度 | 2.8k | TensorFlow中的簡單而全面的教程 |
| 深度學習 | 2.8k | 深度學習（Python，C，C ++，Java，Scala，Go） |
| Pytorch-Yolo-V3 | 2.8k | Yolo V3對象檢測算法的Pytorch實現 |
| 自動點唱機 | 2.8k | 紙上的代碼“自動點唱機：音樂的生成模型” |
| makegirlsmoe_web | 2.8k | 使用MakeGirlSmoe創建動漫角色 |
| 深度學習 - keras-tensorflow | 2.8k | 深度神經網絡的簡介與Keras和TensorFlow |
| 暹羅 | 2.7k | [CVPR2019]快速在線對象跟踪和細分：一種統一的方法 |
| 騰訊-ML圖像 | 2.7k | 最大的多標籤圖像數據庫； RESNET-101模型； Imagenet上的80.73％Top-1 ACC |
| 達利 | 2.7k | 包含高度優化的構件和執行引擎的庫，用於在Deep Le中進行數據預處理… |
| Shogun | 2.7k | shōgun |
| Optuna | 2.7k | 超參數優化框架 |
| automatic_speech_recognition | 2.7k | tensorflow中Madarian和英語的端到端自動語音識別 |
| pytorch-semseg | 2.7k | pytorch實現的語義分割體系結構 |
| pygcn | 2.7k | Pytorch中的圖形卷積網絡 |
| 深度學習書 | 2.7k | “人工神經網絡和深度學習介紹的存儲庫：一項實用指南，其應用 |
| 點網 | 2.7k | PointNet：3D分類和細分的點集深度學習 |
| CVPR2020代碼 | 2.7k | CVPR 2020論文開源項目合集 |
| 檢測 | 2.7k | 檢測器的Pytorch實現。兩者都是從頭開始的訓練和直接從驗證的檢測中推斷的我們… |
| LSTM-Human-Activity-Reckention | 2.6k | 人類活動識別示例使用智能手機傳感器數據集上的TensorFlow和LSTM RNN。分類六個活動類別中的運動類型-Guillaume Chevalier |
| 神經風格-TF | 2.6k | Tensorflow（Python API）神經風格的實現 |
| Pytorch-Unet | 2.6k | U-NET的Pytorch實現用於圖像語義分割的高質量圖像 |
| 科尼亞 | 2.6k | Pytorch的開源可區分計算機視覺庫 |
| 廣告紙 | 2.6k | 計算廣告論文 |
| 深度分辨率網型 | 2.6k | 該項目是我們CVPR2019論文的正式實施，“嗡嗡作響的深層高分辨率表示學習…… |
| Vott | 2.6k | 可視化對象標記工具：用於從圖像和視頻構建最終對象檢測模型的電子應用程序。 |
| ESPNET | 2.6k | 端到端語音處理工具包 |
| LTP | 2.6k | 語言技術平台 |
| Learn_deep_learning_in_6_weeks | 2.6k | 這是Siraj Raval在YouTube上的“在6週內學習深度學習”的課程 |
| Keras-Vis | 2.6k | Keras的神經網絡可視化工具包 |
| Onnxruntime | 2.6k | ONNX運行時：跨平台，高性能ML推斷和訓練加速器 |
| 3DDFA | 2.6k | Pytorch改進的TPAMI 2017論文：全姿勢範圍的面部對齊方式：3D總解決方案。 |
| 奧利維亞 | 2.6k | ♀️您的新最好的朋友由人工神經網絡提供動力 |
| Albert_zh | 2.6k | 一個用於自我監督語言表徵的學習的精簡版，海量中文預訓練阿爾伯特模型 |
| AI-Deadlines | 2.6k | ⏰AI會議截止日期倒計時 |
| OPENCVSHARP | 2.5k | .NET框架包裝器openCV |
| 電報列表 | 2.5k | 電報組，頻道和機器人列表//сп電話和bots // lom // |
| Easy12306 | 2.5k | 使用機器學習算法完成對12306驗證碼的自動識別 |
| 銹 | 2.5k | tensorflow的生鏽語言綁定 |
| 英里深 | 2.5k | 深度學習色情視頻分類器/編輯器與Caffe |
| VisualDl | 2.5k | 深度學習可視化工具包） |
| Singan | 2.5k | 官方的Pytorch實施本文：“ Singan：從單個自然圖像中學習生成模型” |
| T81_558_DEEP_LEARNING | 2.5k | 華盛頓大學（聖路易斯）課程T81-558：深神經網絡的應用 |
| 訓練 | 2.5k | ？自定義對象檢測和分類培訓 |
| 口袋流 | 2.5k | 一個自動模型壓縮（AUTOMC）框架，用於開發較小，更快的AI應用程序。 |
| Autogluon | 2.5k | Autogluon：深度學習的自動工具包 |
| 簡單的rcnn-pytorch | 2.5k | 更快的R-CNN的簡化實現，從原產地複制性能 |
| 米蒂 | 2.5k | Mitie：圖書館和信息提取工具 |
| 加強學習 | 2.5k | 最小而乾淨的加固學習實例 |
| islr-python | 2.4k | 統計學習簡介（James，Witten，Hastie，Tibshirani，2013年）：Python代碼 |
| 東方 | 2.4k | 東文本檢測器的張量實現 |
| deepnlp模型托架 | 2.4k | CS-224N（Stanford Univ）中各種深NLP模型的Pytorch實現 |
| 機器學習與Python | 2.4k | 普通機器學習算法的Python代碼 |
| stanford_dl_ex | 2.4k | 斯坦福大學無監督的特徵學習和深度學習教程的編程練習 |
| TensorFlow-Internals | 2.4k | 它是有關TensorFlow內核和實現機制的開源電子書。 |
| 深度學習 | 2.4k | python進行深度學習》，該書為《深度學習》（花書）數學推導、原理剖析與源碼級別代碼實現 |
| 文字 | 2.4k | 文本和NLP的數據加載程序和摘要 |
| 阿拉 | 2.4k | [CVPR2020]對抗性潛在自動編碼器 |
| Pytorch-Summary | 2.4k | pytorch中的模型摘要類似於model.summary() |
| pytorch-doc-zh | 2.4k | Pytorch中文文檔 |
| DEEP_REINFORSECTION_LEARNING_COURSE | 2.4k | 通過TensorFlow的自由課程深入學習的實現 |
| ML-TUTOALION-實驗 | 2.4k | 編碼學習學習教程 |
| Pytorch深度學習 | 2.4k | 深度學習（與Pytorch一起） |
| 型號 | 2.4k | 以ONNX格式的預訓練，最先進的模型的集合 |
| 書 | 2.4k | 深度學習101（帶槳板（『飛槳』深度學習框架入門教程） |
| pytorch_tutorial | 2.4k | 《 pytorch 模型訓練實用教程》中配套代碼 |
| 潛水 - into-dl-tensorflow2.0 | 2.4k | 本項目將《動手學深度學習》（深入學習）原書中的mxnet實現改為tensorflow 2.0實現，項目已得到李沐老師的同意 |
| 人工智能學習 - 學習計算學教程 | 2.4k | 深度學習 /人工智能和機器學習教程的綜合列表 - 迅速擴展… |
| Sementation_Models | 2.4k | 用驗證的骨架進行分割模型。 Keras和Tensorflow Keras。 |
| 很棒的pytorch-中國 | 2.3k | 【乾貨】史上最全的pytorch學習資源匯總 |
| flux.jl | 2.3k | 放鬆！通量是ML庫，不會使您張緊 |
| 焊接 | 2.3k | 數據分析應用程序的高性能運行時 |
| pytorch-biggraph | 2.3k | 從大規模的圖形結構數據中生成嵌入。 |
| byteps | 2.3k | 分佈式DNN培訓的高性能和通用框架 |
| ai-job notes | 2.3k | AI 算法崗求職攻略（涵蓋準備攻略、刷題指南、內推和 |
| Luminoth | 2.3k | |
| Alink | 2.3k | Alink是基於Flink的機器學習算法平台，該平台由阿里巴巴計算平台的PAI團隊開發。 |
| 內避免學習 | 2.3k | MIT 6.S191的實驗室材料：深度學習簡介 |
| TensorFlow和深度學習教程 | 2.3k | 我在2016年教授的Tensorflow＆Deep Learning在線課程 |
| Srgan | 2.3k | 使用生成對抗網絡的照片真實的單圖像超分辨率 |
| 著色 | 2.3k | 使用深神經網絡自動著色。 “彩色圖像著色”。在ECCV，2016年。 |
| OpenNMT | 2.3k | 割炬中的開源神經機器翻譯（已棄用） |
| 超級洛杉磯 | 2.3k | Pytorch實施了Jiang等人的Super Slomo。 |
| 橙色3 | 2.3k | ？橙色：交互式數據分析https://orange.biolab.si |
| enas-pytorch | 2.3k | Pytorch實施“通過參數共享有效的神經體系結構搜索” |
| 3D-RESNETS-PYTORCH | 2.3k | 3D重新排列行動識別（CVPR 2018） |
| 石榴 | 2.3k | 快速，靈活且易於使用Python的概率建模。 |
| 更快的rcnn_tf | 2.3k | 在張量流中更快的rcnn |
| DataScience | 2.3k | 策劃的數據科學資源清單。 |
| 深度學習範圍 | 2.3k | 『ゼロから作る深度學習』（O'Reilly Japan，2016年） |
| covid-chestxray-dataset | 2.2k | 我們正在建立一個帶有胸部X射線或CT圖像的COVID-19案例的開放數據庫。 |
| 深化 | 2.2k | 使對藥物發現，量子化學，材料科學和生物學的深入學習民主化 |
| 很棒的學習資源 | 2.2k | 網絡開發中的資源清單很棒。 |
| Omniscidb | 2.2k | OmniscidB（以前為MAPD核心） |
| 台鋸 | 2.2k | Java DataFrame和可視化庫 |
| 語義細分套件 | 2.2k | 語義分割套件在TensorFlow中。實施，訓練和測試新的語義細分模型！ |
| FCO | 2.2k | FCO：完全卷積的一階段對象檢測（ICCV'19） |
| 聚光燈 | 2.2k | 使用Pytorch的深度推薦模型。 |
| 數據集 | 2.2k | TFDS是準備與TensorFlow，Jax，...的數據集集合 |
| 深入了解訴訟系統 | 2.2k | 該存儲庫包含針對推薦系統的基於深度學習的文章，紙張和存儲庫 |
| gluon-nlp | 2.1k | NLP變得容易 |
| 陶氏 | 2.1k | Dowhy是因果推斷的Python文庫，支持因果假設的明確建模和測試。 Dowhy基於因果推斷的統一語言，結合了因果圖形模型和潛在結果框架。 |
| 凱拉斯 - 注意力機構 | 2.1k | 注意機制的KERAS。 |
| 元學習紙 | 2.1k | 元學習 /學習學習 /一擊學習 /少數射擊學習 |
| TACOTRON | 2.1k | 使用預訓練模型（非官方）的Google Tacotron語音合成的張量實現 |
| MachineLearningInaction | 2.1k | 本書的源代碼：曼寧發表的機器學習 |
| 建築Machinelearningsystemswithpython | 2.1k | python的書籍構建機器學習系統的源代碼 |
| 中文 | 2.1k | [python3.6]運用tf實現自然場景文字檢測，keras/pytorch實現ctpn+crnn+ctc實現不定長場景文字ocr |
| deepDectect | 2.1k | C ++ 11中的深度學習API和服務器支持Caffe，Caffe2，Pytorch，Tensorrt，Dlib，NCNN，TensorFlow，XGBOOST AN… |
| XLM | 2.1k | 跨語性語言模型的原始實施預處理。 |
| 在豆皮果中張緊tensorflow | 2.1k | 覆盆子pi的張量 |
| decanlp | 2.1k | 自然語言十項全能：NLP的多任務挑戰 |
| alphazero_gomoku | 2.1k | Gomoku的Alphazero算法的實現（也稱為Gobang或五個） |
| Pytorch-Beginner | 2.1k | 初學者的Pytorch教程 |
| 切線 | 2.1k | 純Python中的源代源可辯論的衍生品 |
| Person_reid_baseline_pytorch | 2.1k | 一個人重新識別基線的微小，友好，強大的Pytorch實施。教程https://github.com/layumi/ |
| mmlspark | 2k | Microsoft機器學習Apache Spark |
| 命運 | 2k | 一個工業級的聯合學習框架 |
| 文本對圖像 | 2k | 使用思想向量的文本進行圖像合成 |
| pytorch-sentiment-Analysis | 2k | 關於開始使用Pytorch和TorchText的教程，以進行情感分析。 |
| 精靈 | 2k | 端到端，輕巧且靈活的遊戲研究平台 |
| 催化劑 | 2k | 加速DL R＆D |
| 神經科 | 2k | 神經網絡中的快速核心分辨率 |
| DeepRl-Agent | 2k | 在TensorFlow中實現的一組深鋼筋學習劑。 |
| RL冒險 | 2k | DQN/ DDQN/ PRISOK REPLAY/噪聲網絡/分佈值/彩虹/層次... |
| Fe4ml-ZH | 2k | [譯]面向機器學習的特徵工程 |
| lingvo | 2k | lingvo |
| Pytorch產生模型收集 | 2k | Pytorch版本中生成模型的收集。 |
| 重新開頭 | 2k | Resnest：分裂注意網絡 |
| TensorFlow-Tutorials | 2k | 텐서플로우를텐서플로우를응용까지연습할수있는소스코드를 |
| 穆尼特 | 2k | 多模式的無監督圖像到圖像翻譯 |
| Onednn | 2k | Oneapi深神經網絡圖書館（ONEDNN） |
| 深瓦 | 2k | DeepVariant是一種分析管道，它使用深層神經網絡來調用來自下一代DNA測序數據的遺傳變異。 |
| 德州人 | 2k | 用於機器學習，自然語言處理和文本生成的工具包，在TensorFlow中 |
| 高嶺土 | 2k | 用於加速3D深度學習研究的Pytorch庫 |
| 千里眼 | 2k | 旨在識別和監視短期股票移動的社會/歷史提示的軟件 |
| 隱式 | 2k | 與隱式反饋數據集的快速Python協作過濾 |
| Deeprl | 2k | Pytorch中深RL算法的模塊化實現 |
| LGO | 2k | 與Jupyter進行互動GO編程 |
| KCWS | 2k | 深度學習中文單詞細分市場 |
| TensorFlow-build-Archield | 2k | 張量二進制支持AVX，FMA，SSE |
| dm_control | 2k | DeepMind的軟件堆棧，用於使用Mujoco，用於基於物理的模擬和增強學習環境。 |
| gpytorch | 2k | 高斯流程在Pytorch中的高效和模塊化實施 |
| 神經射手編輯 | 1.9k | 一個簡單的接口，用於編輯具有生成神經網絡的自然照片。 |
| alpha-Zero-General | 1.9k | 在任何框架 +教程 + othello/gobang/tictactoe/connect 4 |
| tacotron2 | 1.9k | Tacotron 2-Pytorch實現，比實時推理更快 |
| 暹羅三角洲 | 1.9k | Pytorch的在線對/三重礦山開采的暹羅和三胞胎網絡 |
| 真棒 | 1.9k | 中國的量 |
| 圖像 - 分辨率 | 1.9k | ？超級尺度您的圖像並通過殘留的密集和對抗網絡進行實驗。 |
| generative_inpainting | 1.9k | DeepFill V1/V2具有上下文關注和封閉式捲積，CVPR 2018和ICCV 2019口頭 |
| 守則 - 深度學習與託管 | 1.9k | 這是“與Pytorch一起學習深度學習”的守則 |
| gpt-2-simple | 1.9k | Python軟件包可以輕鬆地重新訓練Openai的GPT-2文本生成模型 |
| 深處介紹 | 1.9k | 深度有趣 |
| sementation_models.pytorch | 1.9k | 用驗證的骨架進行分割模型。 Pytorch。 |
| 人置式估計 | 1.9k | 該項目是我們的ECCV2018論文的正式實施“用於人類姿勢估計和跟踪的簡單基線（H… |
| Biggan-Pytorch | 1.9k | 作者正式非官方的Pytorch Biggan實施。 |
| Pytorch-playground | 1.9k | Pytorch（MNIST，SVHN，CIFAR10，CIFAR100，STL10，ALEXNET，VGG16，VGG16，RESNET，RESNET，Inception，Squeezenet）中的基本預估計模型和數據集 |
| 伯特維斯 | 1.9k | 在變壓器模型（Bert，GPT-2，Albert，XLNet，Roberta，Ctrl等）中可視化注意力的工具 |
| face.evolve.pytorch | 1.9k | Pytorch上的高性能面部識別庫 |
| Reco Papers | 1.8K | 經典論文和推薦資源 |
| 教練 | 1.8K | 英特爾AI實驗室的強化學習教練可以輕鬆實驗，並通過最新的增強學習算法進行實驗 |
| 吊索 | 1.8K | 吊索 - 自然語言語義語義解析器 |
| pytorch-Deeplab-Xception | 1.8K | pytorch中的deeplab v3+模型。支持不同的骨幹。 |
| mmskeleton | 1.8K | 用於人類姿勢估計，基於骨架的動作識別和動作合成的OpenMMLAB工具箱。 |
| Sru | 1.8K | 培訓RNN與CNNS一樣快（https://arxiv.org/abs/1709.02755） |
| pytorch-seq2seq | 1.8K | 有關使用Pytorch和TorchText實施幾個序列到序列（SEQ2SEQ）模型的教程。 |
| 深度學習訪問書 | 1.8K | 深度學習面試寶典（含數學、機器學習、深度學習、計算機視覺、自然語言處理和（猛擊等方向） |
| pai | 1.8K | AI的資源調度和集群管理 |
| a-blocks | 1.8K | 一個強大而直觀的Wysiwyg接口，使任何人都可以創建機器學習模型！ |
| Scikit優越 | 1.8K | 使用Scipy的基於順序的模型優化scipy.optimize界面 |
| sequence_tagging | 1.8K | 命名實體識別（LSTM + CRF）-TensorFlow |
| zh-ner-tf | 1.8K | 一個非常簡單的BilstM-CRF模型，用於中文命名實體識別中文命名實體識別（TensorFlow） |
| 驢車 | 1.8K | 開源硬件和軟件平台，用於建造小型自動駕駛汽車。 |
| 邊緣連接 | 1.8K | EdgeConnect：結構指導圖像使用邊緣預測，ICCV 2019 https://arxiv.org/abs/1901.00212 |
| AWD-LSTM-LM | 1.7k | LSTM和QRNN語言模型工具包 |
| Pytorch-Kaldi | 1.7k | Pytorch-Kaldi是一個用於開發最先進的DNN/RNN混合語音識別系統的項目。 DNN部分由Pytorch管理，而特徵提取，標籤計算和解碼是使用Kaldi工具包進行的。 |
| Bender | 1.7k | 在iOS上輕鬆製作快速的神經網絡！使用TensorFlow模型。金屬在引擎蓋下。 |
| Zi2zi | 1.7k | 通過有條件的甘學習中文風格 |
| Automl-GS | 1.7k | 提供一個輸入CSV和一個用於預測的目標字段，生成模型 +代碼以運行它。 |
| 統計 | 1.7k | 經過良好測試且全面的Golang統計庫包，沒有依賴關係。 |
| 排行 | 1.7k | 學習排名在張力流中 |
| Mathai | 1.7k | 一個拍照做題程序。輸入一張包含數學計算題的圖片，這是一個數學表達識別項目。 |
| Spark-ML源分析 | 1.7k | 火花Ml算法原理剖析以及具體的源碼實現分析 |
| 視頻對像被解釋 | 1.7k | 只需繪製一個邊界框，就可以刪除要刪除的對象。 |
| DataScience-pizza | 1.7k | ？ RepositórioParajuntarinformaçõessobre Materiais de esudoemanáliseDadoseáreasafins，empresas que que trabalham com dicos edicionáriodecionáriode Conceitos de Conceitos |
| 數據科學訪問 | 1.7k | 數據科學面試問題和答案 |
| Yolov3-TF2 | 1.7k | Yolov3在Tensorflow 2.0中實現 |
| 電腦 | 1.7k | ARM計算機視覺和機器學習庫是使用SIMD Technologies為ARM CPU和GPU優化的一組功能。 |
| TACOTRON | 1.7k | Tensorflow的TACOTRON的實現：完全端到端的文本到語音合成模型 |
| 深度學習 | 1.7k | 使用Keras，Tensorflow和Scikit學習在Python中實施有關深學習+ NLP+ CV的研究論文。 |
| 分析 - ZOO | 1.7k | Apache Spark/Flink＆Ray的分佈式TensorFlow，Keras和Pytorch |
| pytorch-nlp | 1.7k | Pytorch自然語言處理（NLP）的基本實用程序 |
| Catpcha_break | 1.7k | 驗證碼識別 |
| Crnn | 1.7k | 用於基於圖像的序列識別的捲積復發性神經網絡（CRNN）。 |
| Deblurgan | 1.7k | 使用生成對抗網絡的圖像去藍色 |
| 機器人 | 1.6k | 關於空中和衛星圖像的語義分割。提取物特徵，例如：建築物，停車場，道路，水，雲層 |
| PointNet2 | 1.6k | PointNet ++：在度量空間中的點集中的深層分層功能學習 |
| AutonomousoSostrivingCookbook | 1.6k | 用於自動駕駛的場景，教程和演示 |
| imgclsmob | 1.6k | 用於計算機視覺的培訓卷積網絡的沙箱 |
| TF_UNET | 1.6k | 圖像分割的通用U-NET TensorFlow實現 |
| 火炬樣本 | 1.6k | Pytorch的高級培訓，數據增強和實用程序 |
| NLP | 1.6k | NLP - Numpy，Pandas，Pytorch和Tensorflow的自然語言處理的數據集和評估指標 |
| HDBSCAN | 1.6k | HDBSCAN聚類的高性能實現。 |
| M2CGEN | 1.6k | 將ML模型轉換為本機代碼（Java，C，Python，GO，JavaScript，Visual Basic，C＃，R，Powershell，Powershell，Php，Dart，Haskell，Ruby），具有零依賴關係 |
| FastNLP | 1.6k | FastNLP：一個模塊化和可擴展的NLP框架。目前仍處於孵化狀態。 |
| Keras-Yolo2 | 1.6k | 自定義數據集的易於培訓。支持各種後端（Mobilenet和Squeezenet）。可以在https://git.io/vf7vi（不在Windows上）訪問一個完全在Brower中運行的浣熊的Yolo演示。 |
| 很棒的chatbot | 1.6k | 很棒的聊天機器人項目，語料庫，論文，教程。 |
| 敲門 | 1.6k | ？ ✊敲擊：當您的訓練結束時，通知只有另外兩行代碼結束 |
| mtbook | 1.6k | 《機器翻譯：統計建模與深度學習方法》肖桐 統計建模與深度學習方法》肖桐著-機器翻譯：統計建模和深度學習方法 |
| 火車 | 1.6k | 火車 - AI的自動魔術實驗經理和版本控制 - 現在使用自動魔術Devops！ |
| 自動駕駛汽車 | 1.6k | udacity自動駕駛汽車工程師納米化項目。 |
| cnn_captcha | 1.6k | 使用CNN通過TensorFlow識別CAPTCHA。 本項目針對字符型圖片驗證碼，tensorflow實現卷積神經網絡，進行驗證碼識別。 ，進行驗證碼識別。 |
| X學習 | 1.6k | AI在Hadoop上 |
| TACOTRON-2 | 1.6k | DeepMind的Tacotron-2 TensorFlow實現 |
| 快速波動 | 1.6k | 使用動態編程⚡ |
| Spacy課程 | 1.6k | ？ ？高級NLP與Spacy：免費的在線課程 |
| Gandissect | 1.6k | 基於Pytorch的工具，可視化和了解GAN的神經元。 https://gandissect.csail.mit.edu/ |
| ncrfpp | 1.6k | NCRF ++，一種神經序列標記工具包。輕鬆使用任何序列標記任務（例如，POS，分割）。它包括字符LSTM/CNN，Word LSTM/CNN和SoftMax/CRF組件。 |
| Stargan-V2 | 1.6k | Stargan V2-官方Pytorch實施（CVPR 2020） |
| 小流 | 1.6k | 有關如何在2K行中構建自己的深度學習系統的教程代碼 |
| 單元 | 1.6k | 無監督的圖像到圖像翻譯 |
| SSD_KERAS | 1.6k | 單鏡頭多伯克斯檢測器的KERAS端口 |
| cosin | 1.5k | ？ 春松客服，多渠道智能客服系統，開源客服系統 |
| 傻瓜 | 1.5k | Python工具箱，可創建對抗性示例，以愚弄Pytorch，Tensorflow和Jax的神經網絡 |
| 膠囊網絡 | 1.5k | NIPS 2017論文“膠囊之間的動態路由”的Pytorch實施。 |
| 弗洛戈 | 1.5k | Project Flogo是一個開源的開源生態系統，具有自以為是的事件驅動功能，可簡化構建高效和現代無服務器功能，微服務和邊緣應用程序。 |
| 唇讀深學習 | 1.5k | ？唇讀 - 使用3D體系結構的交叉音頻識別 |
| 蜂鳥 | 1.5k | 蜂鳥將經過訓練的ML模型編譯為張量計算，以更快地推斷。 |
| 深-RL-TensorFlow | 1.5k | 深度強化學習論文的張力實施 |
| 實用機械學習與彼森 | 1.5k | 掌握通過利用非常流行的Python機器學習生態系統來識別和解決機器學習和深入學習所需的複雜現實世界問題所需的基本技能。 |
| 神經元 | 1.5k | 使用神經網絡命名實體識別。易於使用和最新結果。 |
| vavenet_vocoder | 1.5k | Wavenet Vocoder |
| 令人敬畏的置端估計 | 1.5k | 令人敬畏的工作姿勢估計/跟踪 |
| 地圖 | 1.5k | 平均平均精度 - 此代碼評估神經網的性能以識別對象識別。 |
| 代理商 | 1.5k | TF-Agent是一個用於張力學習中加固學習的庫 |
| 卡德 | 1.5k | 存檔：包含有關免費MOOC課程的歷史課程材料/家庭作業材料，涉及“深度學習的創意應用” #cadl |
| Tensorflow-Deepfm | 1.5k | DEEPFM用於CTR預測的TensorFlow實現。 |
| TensorFlow 1.4億封詞 - 分析 | 1.5k | 深度學習模型分析了大量清晰文本密碼的語料庫。 |
| dat8 | 1.5k | 大會在華盛頓特區舉行的2015年數據科學課程 |
| Nemo | 1.5k | Nemo：一種用於對話AI的工具包 |
| 機器學習狂熱鳥 | 1.5k | 使用神經網絡和遺傳算法的機器學習 |
| ML-Visuals | 1.5k | 視覺效果包含數字和模板，您可以重複使用和自定義以改善科學寫作。 |
| ganimation | 1.5k | ganimation：從單個圖像（ECCV'18口服）[pytorch]的解剖學意識到的面部動畫 |
| 鷹眼 | 1.5k | 跟踪你的朋友。使用圖像識別和反向圖像搜索找到他們的Instagram，FB和Twitter配置文件。 |
| pytorch編碼 | 1.5k | Pytorch簡歷工具包 |
| 火花 | 1.5k | .NET forApache®Spark™使.NET開發人員可以輕鬆訪問Apache Spark™。 |
| 顫動 | 1.5k | 互動convnet特徵keras的可視化 |
| 機械學習 | 1.5k | 一些關於機器學習的學習資料與研究介紹 |
| GAT | 1.5k | 圖形注意力網絡（https://arxiv.org/abs/1710.10903） |
| MT-DNN | 1.4k | 多任務深度神經網絡，用於自然語言理解 |
| 深度發展 | 1.4k | 深神經進化 |
| a-pytorch-tutorial to-object-tection | 1.4k | SSD：單鏡頭多伯克斯檢測器 |
| 標籤箱 | 1.4k | 標籤框是註釋數據以構建和運送計算機視覺應用程序的最快方法。 |
| Openvino | 1.4k | OpenVino™工具包存儲庫 |
| 令人敬畏的decision-tree紙 | 1.4k | 有關實施的決策，分類和回歸樹的研究論文集。 |
| Project_Alias | 1.4k | 別名是一種可教的“寄生蟲”，旨在在自定義和隱私方面為用戶提供對智能助手的更多控制。通過一個簡單的應用程序，用戶可以訓練別名以自定義的喚醒/聲音做出反應，一旦受過訓練，別名可以通過為您激活您的家庭助理來控制您的家庭助手。 |
| 數據科學問題 - 回答 | 1.4k | 與數據科學相關的問題和答案的存儲庫 |
| Photo2Cartoon | 1.4k | 人像卡通化探索項目（照片到車道翻譯項目） |
| Video2X | 1.4k | WAIFU2X，Anime4K，SRMD和Realsr實現的無損視頻/GIF/Image Upscaler。從2018年的黑客山谷開始。 |
| tengine | 1.4k | Tengine是嵌入式設備的精簡版，高性能，模塊化推理引擎 |
| 暨 | 1.4k | cuml-急流機學習庫 |
| Bentoml | 1.4k | 模型服務變得容易 |
| Ganotebooks | 1.4k | Wgan，Wgan2（改進，GP），Infogan和DCGAN實施，位於Keras，Pytorch |
| Mobilenet | 1.4k | Mobilenet構建張量 |
| 手工藝品 | 1.4k | 字符區域意識的正式實施文本檢測（CRAFT） |
| MLR | 1.4k | r的機器學習 |
| monodepth2 | 1.4k | 單圖像的單眼深度估計 |
| tensorkart | 1.4k | 自動駕駛Mariokart與TensorFlow |
| Keras-Contrib | 1.4k | 卡拉斯社區貢獻 |
| Stellargraph | 1.4k | Stellargraph-圖表上的機器學習 |
| gdlnotes | 1.4k | Google深度學習筆記（tensorflow（tensorflow） |
| pydensecrf | 1.4k | Python包裝紙，帶有高斯邊緣潛力的PhilippKrähenbühl的密集（完全連接）的CRF。 |
| Seldon-Server | 1.4k | 機器學習平台和推薦引擎建立在Kubernetes上 |
| ChainerCv | 1.4k | ChainerCv：用於計算機視覺深度學習的庫 |
| TensorFlow-NLP | 1.4k | NLP的構建塊和Tensorflow 2.x / 1.x中的文本生成塊 |
| ios_ml | 1.4k | iOS的機器學習，AI，NLP解決方案列表。本文的最新版本可以在我的博客上找到。 |
| TFGO | 1.4k | TensorFlow + GO，Gopher方式 |
| 雙峰流 | 1.4k | 雙向注意流（BIDAF）網絡是一個多階段的層次結構過程，代表不同級別的粒度級別的上下文，並使用雙向注意流動機制來實現查詢感知的上下文表示，而無需早期匯總。 |
| Coreml-in-Arkit | 1.4k | 簡單的項目以檢測對象並在AR中上方顯示3D標籤。這是用於使用Coreml的ARKIT項目的基本模板。 |
| 閃電 | 1.4k | Python中的大規模線性分類，回歸和排名 |
| 深面 | 1.4k | 面部分析主要基於Caffe。目前，已經完成了諸如檢測，對齊和認可之類的面部分析任務。 |
| TORCH2TRT | 1.4k | 易於使用的pytorch to tensorrt轉換器 |
| deepvoice3_pytorch | 1.4k | 基於卷積神經網絡基於文本到語音綜合模型的Pytorch實施 |
| 介面 | 1.4k | <spheface的實現：CVPR'17中的面部識別>深層嵌入。 |
| JielizfaceFilter | 1.4k | JavaScript/WebGL輕巧的面部跟踪庫設計用於增強現實攝像頭過濾器。特徵：多個面孔檢測，旋轉，口開口。提供了各種集成示例（三。 |
| Kaggle-web-raffic | 1.4k | 第一席解決方案 |
| 最小值 | 1.4k | 具有最小代碼行的基本RL算法的實現！ （基於Pytorch） |
| 機器學習音符 | 1.4k | 周志華《機器學習》手推筆記 |
| gen.jl | 1.4k | 具有可編程推理的通用概率編程系統 |
| 更快的_rcnn_pytorch | 1.4k | 更快的rcnn和pytorch |
| 草皮 | 1.4k | 嵌入式計算機視覺和機器學習庫（CPU優化＆IoT能夠） |
| keras_to_tensorflow | 1.4k | 將訓練有素的KERAS模型轉換為推理Tensorflow模型的一般代碼 |
| 手寫 | 1.3k | 在TensorFlow上使用神經網絡（SSD）建立實時手動檢測器 |
| word-rnn-tensorflow | 1.3k | 使用TensorFlow在Python中用於單詞級語言模型的多層復發性神經網絡（LSTM，RNN）。 |
| Torchcraft | 1.3k | 將火炬連接到星際爭霸 |
| AndroidTensorFlowMachinelearningexample | 1.3k | Android TensorFlow機械示例（為Android構建張量） |
| 震級 | 1.3k | 快速，有效的通用矢量嵌入實用程序包。 |
| Hackermath | 1.3k | 數據科學數學統計和基礎知識 - 黑客的方式 |
| Pytorch-Grad-cam | 1.3k | Grad-CAM的Pytorch實施 |
| 手榴彈 | 1.3k | 哈斯克爾的深度學習 |
| CATCCHA_TRAINER | 1.3k | [驗證碼識別-訓練]該項目基於CNN/Resnet/densenet+gru/lstm+CTC/Crossentropy，以實現驗證代碼識別。該項目僅用於培訓模型。 |
| Anago | 1.3k | 雙向LSTM-CRF和Elmo用於命名實體識別，言論部分標記等。 |
| Mne-Python | 1.3k | MNE：Python中的磁腦攝影（MEG）和腦電圖（EEG） |
| EOS | 1.3k | 現代C ++中的輕巧3D形式的面部模型擬合庫14 |
| Ngraph | 1.3k | NGRAPH-開源C ++庫，編譯器和運行時進行深度學習 |
| NSFWDETECTOR | 1.3k | NSFW（又名色情）檢測器與Coreml |
| Open_NSFW_ANDROID | 1.3k | 色情圖片離線識別，基於tensorflow實現。識別只需20ms，可斷網測試，成功率99％，調用只要一行代碼，從雅虎的開源項目open_nsfw移植，該模型文件可用於ios， |
| CS230代碼檢查 | 1.3k | CS230的Pytorch和Tensorflow中的代碼示例 |
| Pytorch生成的對抗網絡 | 1.3k | Pytorch中非常簡單的生成對抗網絡（GAN） |
| 預測 | 1.3k | 時間序列預測最佳實踐和示例 |
| 氛圍 | 1.3k | CVPR2020論文的官方實施“氛圍：人體姿勢和形狀估計的視頻推論” |
| 鱗莖 | 1.3k | ？ ？基於深度學習的Python圖書館，用於股票市場預測和建模 |
| 伊萊克 | 1.3k | Electra：訓練前文本編碼作為歧視者而不是發電機 |
| 散點 | 1.3k | 文檔類型之間語言有何不同的美麗可視化。 |
| 塔洛斯 | 1.3k | 張量，keras和pytorch的高參數優化 |
| 實用CN | 1.3k | ai實戰-practicalai中文版 |
| 模仿者 | 1.3k | Pytorch的ICCV 2019論文的實施：液體翹曲甘：人類運動模仿，外觀轉移和新型視圖綜合的統一框架 |
| gluon-ts | 1.3k | Python中的概率時間序列建模 |
| dcgan-completion.tensorflow | 1.3k | 圖像完成，深度學習在Tensorflow中 |
| 效率 | 1.3k | 實現有效插圖：Pytorch中可擴展有效的對象檢測 |
| 神經塊 | 1.3k | NLP DNN工具包 - 構建您的NLP DNN模型，例如玩樂高 |
| YOLO2-PYTORCH | 1.3k | pytorch的yolov2 |
| 表情符號 | 1.3k | 使用Swift在蘋果遊樂場建造的神經網絡 |
| 有效網絡 | 1.3k | 實施高效網絡模型。 Keras和Tensorflow Keras。 |
| yolov3_tensorflow | 1.3k | 完成Yolo V3 TensorFlow實現。支持您自己的數據集培訓。 |
| tensorflow.net | 1.3k | .NET標準綁定，用於Google的TensorFlow，用於在C＃中開發，培訓和部署機器學習模型。 |
| pytextrank | 1.3k | Python實施Textrank用於短語提取和匯總文本文檔的實施 |
| 推斷 | 1.3k | 推論。 NET是在圖形模型中運行貝葉斯推斷的框架 |
| UDA | 1.3k | 無監督的數據增強（UDA） |
| mmAction | 1.3k | 一個開源工具箱，用於基於Pytorch的動作理解 |
| SPARK-NLP | 1.3k | 藝術狀態自然語言處理 |
| pytorch語義細分 | 1.3k | 語義細分的pytorch |
| 深度學習 - 啟動訓練訓練 | 1.2k | 一個社區跑步，為期5天的Pytorch深度學習訓練營 |
| pytorch-openai-transformer-lm | 1.2k | 使用腳本的OpenAI填充變壓器語言模型的Pytorch實施 |
| 隱藏器 | 1.2k | Pytorch，Tensorflow和Keras的神經網絡圖和訓練指標。 |
| 划槳 | 1.2k | （用於划槳paddlepaddle的預訓練模型應用的工具包） |
| 照片映像合成 | 1.2k | 與級聯精煉網絡的攝影圖像合成 |
| alpr uncontens | 1.2k | 在不受約束的情況下的車牌檢測和識別 |
| 深圖像分析 | 1.2k | “通過深圖像類比傳遞的視覺屬性傳輸”的源代碼。 |
| Spektral | 1.2k | 用keras和tensorflow 2圖形神經網絡。 |
| Deepaa | 1.2k | 通過深度學習製作ASCII藝術 |
| Vvedenie-Mashinnoe-Obuchenie | 1.2k | 班 |
| OpenSeq2Seq | 1.2k | 工具包，可通過語音識別，Text2speech和NLP進行有效實驗 |
| 鍛造 | 1.2k | 金屬神經網絡工具包 |
| Keras-Yolo3 | 1.2k | 用yolo3培訓和檢測對象 |
| niftynet | 1.2k | [未受歡迎]用於醫學圖像分析和圖像引導療法研究的開源卷積神經網絡平台 |
| 令人敬畏的濃郁流式 - 中國 | 1.2k | 令人敬畏的TensorFlow-echinese，TensorFlow中文資源精選，官方網站，安裝教程，入門教程，視頻教程 |
| 研究簿 | 1.2k | 研究電子書（Computervision深度學習機械學習數學NLP Python增強型） |
| 令人敬畏的語義分割式托爾奇 | 1.2k | Semantic Segmentation on PyTorch (include FCN, PSPNet, Deeplabv3, Deeplabv3+, DANet, DenseASPP, BiSeNet, EncNet, DUNet, ICNet, ENet, OCNet, CCNet, PSANet, CGNet, ESPNet, LEDNet, DFANet) |
| rfbnet | 1.2k | 接受磁場網以進行準確和快速對象檢測，ECCV 2018 |
| GPFlow | 1.2k | 張量流中的高斯過程 |
| DLWPT代碼 | 1.2k | Eli Stevens，Luca Antiga和Thomas Viehmann的Pytorch的書籍代碼深入學習。 |
| dlcv_for_beginners | 1.2k | 《深度學習與計算機視覺》配套代碼 |
| 深入學習與托爾奇教程 | 1.2k | 深度學習與pytorch入門實戰視頻教程配套源代碼和ppt |
| DLTK | 1.2k | 深度學習工具包用於醫學圖像分析 |
| fcn.tensorflow | 1.2k | 用於語義分割的完全卷積網絡的張量實現（http://fcn.berkeleyvision.org） |
| Facenet-Pytorch | 1.2k | 預處理的Pytorch面部檢測（MTCNN）和識別（InceptionResnet）模型 |
| H2O教程 | 1.2k | H2O機器學習平台的教程和培訓材料 |
| NLP-Journey | 1.2k | 文檔，論文和代碼與自然語言處理有關，包括主題模型，單詞嵌入，命名實體識別，文本分類，文本生成，文本相似性，機器翻譯）等。所有代碼均已實現IntenSorFlow 2.0。 |
| object_detector_app | 1.2k | 帶有TensorFlow和OpenCV的實時對象識別應用 |
| TNT | 1.2k | 用於記錄和可視化，加載和培訓的簡單工具 |
| TensorFlow-DeepLab-Resnet | 1.2k | 在張力流中重建DeepLab-Resnet |
| 可再現圖像 - 降解狀態 | 1.2k | 收集流行和可重複的圖像Denoising作品。 |
| senet.pytorch | 1.2k | SENET的Pytorch實施 |
| pytorch-seq2seq | 1.2k | Pytorch中SEQ2SEQ模型的開源框架。 |
| 效率_densenet_pytorch | 1.2k | 登錄的記憶有效實現 |
| Pytorch-Retinanet | 1.2k | 視網膜對象檢測的Pytorch實現。 |
| 卡卡特 | 1.2k | Cakechat：情感生成對話系統 |
| pytorch-fcn | 1.2k | Pytorch實施完全卷積網絡。 （可用來複製原始結果的培訓代碼。） |
| Python-Machine-Learning-Book-3rd-Edition | 1.2k | “ Python機器學習（第三版）”書籍代碼存儲庫 |
| tf Quant Finance | 1.2k | 用於定量融資的高性能張量庫。 |
| GNES | 1.1k | GNES是通用神經彈性搜索，這是一種基於深神經網絡的雲語義搜索系統。 |
| 圖像淘汰 | 1.1k | ？凱拉斯在盒子外實施繪畫 |
| Fabrik | 1.1k | ？在瀏覽器中進行協作構建，可視化和設計神經網 |
| 注意轉移 | 1.1k | 通過注意轉移改善卷積網絡（ICLR 2017） |
| pytorch-cifar100 | 1.1k | Practice on cifar100(ResNet, DenseNet, VGG, GoogleNet, InceptionV3, InceptionV4, Inception-ResNetv2, Xception, Resnet In Resnet, ResNext,ShuffleNet, ShuffleNetv2, MobileNet, MobileNetv2, SqueezeNet, NasNet, Residual Attention Network, SENet) |
| monai | 1.1k | AI工具包用於醫療保健成像 |
| Tensorrec | 1.1k | Python中的TensorFlow推薦算法和框架。 |
| 麥克拉 | 1.1k | MLEAP：將火花管道部署到生產 |
| Noreward-rl | 1.1k | [ICML 2017]用於好奇心驅動探索的TensorFlow代碼，用於深入增強學習 |
| Pytorchnlpbook | 1.1k | 由O'Reilly Media發布的Pytorch隨附自然語言處理的代碼和數據https://nlproc.info |
| mtcnn | 1.1k | MTCNN作為PIP包的TensorFlow的面部檢測實現。 |
| Wavernn | 1.1k | Wavernn Vocoder + TTS |
| 無家庭 | 1.1k | 紙張和無關模型的實施。 |
| 很棒的pytorch-list-cnversion | 1.1k | Awesome-pytorch-list 翻译工作进行中...... |
| tensorflow-fcn | 1.1k | An Implementation of Fully Convolutional Networks in Tensorflow. |
| BicycleGAN | 1.1k | Toward Multimodal Image-to-Image Translation |
| TensorFlow2.0-Examples | 1.1k | ？ Difficult algorithm, simple code. |
| fast-autoaugment | 1.1k | Official Implementation of 'Fast AutoAugment' in PyTorch. |
| fastai_deeplearn_part1 | 1.1k | Notes for Fastai Deep Learning Course |
| HyperGAN | 1.1k | Composable GAN framework with api and user interface |
| 家 | 1.1k | ApacheCN 开源组织：公告、介绍、成员、活动、交流方式 |
| tfx | 1.1k | TFX is an end-to-end platform for deploying production ML pipelines |
| handwriting-synthesis | 1.1k | Handwriting Synthesis with RNNs ✏️ |
| image-quality-assessment | 1.1k | Convolutional Neural Networks to predict the aesthetic and technical quality of images. |
| PerceptualSimilarity | 1.1k | Learned Perceptual Image Patch Similarity (LPIPS) metric. In CVPR, 2018. |
| lanenet-lane-detection | 1.1k | Unofficial implemention of lanenet model for real time lane detection using deep neural network model https://maybeshewill-cv.github.io/lanenet-lane-detection/ |
| uTensor | 1.1k | TinyML AI inference library |
| torchgan | 1.1k | Research Framework for easy and efficient training of GANs based on Pytorch |
| 梅林 | 1.1k | This is now the official location of the Merlin project. |
| 線索 | 1k | 中文语言理解基准测评 Chinese Language Understanding Evaluation Benchmark: datasets, baselines, pre-trained models, corpus and leaderboard |
| tfjs-node | 1k | TensorFlow powered JavaScript library for training and deploying ML models on Node.js. |
| CycleGAN-TensorFlow | 1k | An implementation of CycleGan using TensorFlow |
| EffectivePyTorch | 1k | PyTorch tutorials and best practices. |
| hercules | 1k | Gaining advanced insights from Git repository history. |
| AdvancedEAST | 1k | AdvancedEAST is an algorithm used for Scene image text detect, which is primarily based on EAST, and the significant improvement was also made, which make long text predictions more accurate. |
| one-pixel-attack-keras | 1k | Keras implementation of "One pixel attack for fooling deep neural networks" using differential evolution on Cifar10 and ImageNet |
| CRNN_Chinese_Characters_Rec | 1k | (CRNN) Chinese Characters Recognition. |
| hmtl | 1k | ?HMTL: Hierarchical Multi-Task Learning - A State-of-the-Art neural network model for several NLP tasks based on PyTorch and AllenNLP |
| rethinking-network-pruning | 1k | Rethinking the Value of Network Pruning (Pytorch) (ICLR 2019) |
| Pytorch分類 | 1k | Classification with PyTorch. |
| a-PyTorch-Tutorial-to-Image-Captioning | 1k | Show, Attend, and Tell |
| reformer-pytorch | 1k | Reformer, the efficient Transformer, in Pytorch |
| pytorch-YOLOv4 | 1k | PyTorch ,ONNX and TensorRT implementation of YOLOv4 |
| FaceMaskDetection | 1k | 开源人脸口罩检测模型和数据 Detect faces and determine whether people are wearing mask. |
| gen-efficientnet-pytorch | 1k | Pretrained EfficientNet, EfficientNet-Lite, MixNet, MobileNetV3 / V2, MNASNet A1 and B1, FBNet, Single-Path NAS |
| open-reid | 1k | Open source person re-identification library in python |
| wgan-gp | 1k | A pytorch implementation of Paper "Improved Training of Wasserstein GANs" |
