pytorch-tutorial 是用 Python 编写的学习资料,用于系统学习与查阅。
PyTorch Tutorial for Deep Learning Researchers
yangshun
面向忙碌工程师的面试准备资料,含算法、行为面试与简历建议。目前累计 14.3 万 star、1.7 万 fork,在本地项目库中星标排名约第 72 / 65730,主要语言为 TypeScript,项目始于 2016 年,采用 MIT 许可。最近状态:近半年有提交。
适合谁:推荐给想补齐某块知识的开发者:涉及 algorithm、algorithm-interview、algorithm-interview-questions、algorithms 方向。
按累计星标排序,库内共 65,735 个项目(GitHub 上星标 ≥ 1k 的公开仓库约 66,070 个)。
优先使用本地记录的星标快照计算近 7 天真实增量;快照不足 7 天时,按「创建以来日均获星」估算,数值旁会标注口径。
已收录 GitHub 星标过千的公开项目,附原始简介、语言、主题与活跃度。用一句自然语言描述需求,即可获得 AI 推荐。
pytorch-tutorial 是用 Python 编写的学习资料,用于系统学习与查阅。
PyTorch Tutorial for Deep Learning Researchers
本项目将《动手学深度学习》(Dive into Deep Learning)原书中的MXNet实现改为PyTorch实现。
本项目将《动手学深度学习》(Dive into Deep Learning)原书中的MXNet实现改为PyTorch实现。
introtodeeplearning 是用 Jupyter Notebook 编写的学习资料,用于系统学习与查阅。
Lab Materials for MIT 6.S191: Introduction to Deep Learning
Machine-Learning-Collection 是用 Python 编写的学习资料,用于系统学习与查阅。
A resource for learning about Machine learning & Deep Learning
《Pytorch实用教程》(第二版)无论是零基础入门,还是CV、NLP、LLM项目应用,或是进阶工程化部署落地,在这里都有。相信在本书的帮助下,读者将能够轻松掌握 PyTorch 的使用,成为一名优秀的深度学习工程师。
《Pytorch实用教程》(第二版)无论是零基础入门,还是CV、NLP、LLM项目应用,或是进阶工程化部署落地,在这里都有。相信在本书的帮助下,读者将能够轻松掌握 PyTorch 的使用,成为一名优秀的深度学习工程师。
pytorch-sentiment-analysis 是用 Jupyter Notebook 编写的学习资料,用于系统学习与查阅。
Tutorials on getting started with PyTorch and TorchText for sentiment analysis.
PyTorch深度学习快速入门教程(绝对通俗易懂!)
PyTorch深度学习快速入门教程(绝对通俗易懂!)
a-PyTorch-Tutorial-to-Object-Detection 是用 Python 编写的学习资料,用于系统学习与查阅。
SSD: Single Shot MultiBox Detector | a PyTorch Tutorial to Object Detection
pytorch-beginner 是用 Python 编写的学习资料,用于系统学习与查阅。
pytorch tutorial for beginners
PyTorch 官方中文教程包含 60 分钟快速入门教程,强化教程,计算机视觉,自然语言处理,生成对抗网络,强化学习。欢迎 Star,Fork!
PyTorch 官方中文教程包含 60 分钟快速入门教程,强化教程,计算机视觉,自然语言处理,生成对抗网络,强化学习。欢迎 Star,Fork!
a-PyTorch-Tutorial-to-Image-Captioning 是用 Python 编写的学习资料,用于系统学习与查阅。
Show, Attend, and Tell | a PyTorch Tutorial to Image Captioning
code-of-learn-deep-learning-with-pytorch 是用 Jupyter Notebook 编写的学习资料,用于系统学习与查阅。
This is code of book "Learn Deep Learning with PyTorch"
pytorch-playground 是用 Python 编写的学习资料,用于系统学习与查阅。
Base pretrained models and datasets in pytorch (MNIST, SVHN, CIFAR10, CIFAR100, STL10, AlexNet, VGG16, VGG19, ResNet, Inception, SqueezeNet)
PPO-PyTorch 是用 Python 编写的学习资料,用于系统学习与查阅,主打轻量。
Minimal implementation of clipped objective Proximal Policy Optimization (PPO) in PyTorch
YOLO_v3_tutorial_from_scratch 是用 Python 编写的学习资料,用于系统学习与查阅。
Accompanying code for Paperspace tutorial series "How to Implement YOLO v3 Object Detector from Scratch"
PyTorchNLPBook 是用 Jupyter Notebook 编写的 AI 工具,用于人工智能方向的建模与推理。
Code and data accompanying Natural Language Processing with PyTorch published by O'Reilly Media https://amzn.to/3JUgR2L
Deep-Tutorials-for-PyTorch 是一个学习资料,用于系统学习与查阅。
In-depth tutorials for implementing deep learning models on your own with PyTorch.
PyTorchStepByStep 是用 Jupyter Notebook 编写的学习资料,用于系统学习与查阅。
Official repository of my book: "Deep Learning with PyTorch Step-by-Step: A Beginner's Guide"
Deep-Learning-Project-Template 是用 Python 编写的学习资料,用于系统学习与查阅。
A best practice for deep learning project template architecture.
本仓库将PyTorch官方书籍《Deep learning with PyTorch》(基本摘录版)翻译成中文版并给出可运行的相关代码。
本仓库将PyTorch官方书籍《Deep learning with PyTorch》(基本摘录版)翻译成中文版并给出可运行的相关代码。
early-stopping-pytorch 是用 Jupyter Notebook 编写的学习资料,用于系统学习与查阅。
Early stopping for PyTorch
PyTorchTricks 是一个学习资料,用于系统学习与查阅。
Some tricks of pytorch... :star:
pytorch-image-classification 是用 Jupyter Notebook 编写的 AI 工具,用于人工智能方向的建模与推理。
Tutorials on how to implement a few key architectures for image classification using PyTorch and TorchVision.
项目列表来自 GitHub 官方 Search API(stars:>1000)。单个查询最多只能返回前 1000 条,所以「同步热门」取到的是星标最高的 1000 个;要拿全量必须按星标区间拆成多个查询——本站会先查各区间的真实数量再自动切分(1k–2k 约 3.2 万个,2k–5k 约 2.1 万个,5k–20k 约 1 万个,2 万以上约 2300 个)。GitHub 上星标过千的公开仓库当前约 66,070 个,本站已收录 65,735 个。星标、简介、语言与主题均为 GitHub 原始字段,未做人工逐一核验。
中文介绍分三种来源,卡片与详情页均有标注:热门项目使用本站人工维护的条目;其余项目由程序依据语言、主题、简介中的特征词与项目数据自动生成;仓库原简介本身是中文时直接引用原文。自动生成的介绍只是对公开字段的归纳,不代表项目方表述,也不构成选型结论。
每日推荐按北京时间每天从星标 6000 以上、近 18 个月仍有提交且未归档的项目中选取,排除近 120 天已推荐过的项目,同一天内结果固定。推荐结果由规则引擎(或配置的大模型)生成,不构成选型结论。
每天每台设备可免费检索 3 次,浏览、筛选和关键词查找不消耗额度。选择下方任一方案即可继续(当前为模拟支付)。
模拟支付不会接入真实渠道,也不会产生任何扣款。