mmaction2 是用 Python 编写的学习资料,用于系统学习与查阅。
OpenMMLab's Next Generation Video Understanding Toolbox and Benchmark
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 65,739 个项目(GitHub 上星标 ≥ 1k 的公开仓库约 66,076 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。
mmaction2 是用 Python 编写的学习资料,用于系统学习与查阅。
OpenMMLab's Next Generation Video Understanding Toolbox and Benchmark
grobid 是用 Java 编写的 AI 工具,用于人工智能方向的建模与推理。
A machine learning software for extracting information from scholarly documents
nccl 是用 C++ 编写的学习资料,用于系统学习与查阅。
Optimized primitives for collective multi-GPU communication
sketch-code 是用 Python 编写的学习资料,用于系统学习与查阅。
Keras model to generate HTML code from hand-drawn website mockups. Implements an image captioning architecture to drawn source images.
Augmentor 是用 Python 编写的 AI 工具,用于人工智能方向的建模与推理。
Image augmentation library in Python for machine learning.
Realtime_Multi-Person_Pose_Estimation 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 repo for realtime multi-person pose estimation in CVPR'17 (Oral)
graph-based-deep-learning-literature 是用 Jupyter Notebook 编写的 AI 工具,用于人工智能方向的建模与推理。
links to conference publications in graph-based deep learning
executorch 是用 Python 编写的 AI 工具,用于人工智能方向的建模与推理。
On-device AI across mobile, embedded and edge for PyTorch
python-machine-learning-book-3rd-edition 是用 Jupyter Notebook 编写的学习资料,用于系统学习与查阅。
The "Python Machine Learning (3rd edition)" book code repository
AutoGPTQ 是用 Python 编写的 AI 工具,用于人工智能方向的建模与推理,主打易用。
An easy-to-use LLMs quantization package with user-friendly apis, based on GPTQ algorithm.
deep-rl-class 是用 MDX 编写的学习资料,用于系统学习与查阅。
This repo contains the Hugging Face Deep Reinforcement Learning Course.
mace 是用 C++ 编写的 AI 工具,用于人工智能方向的建模与推理。
MACE is a deep learning inference framework optimized for mobile heterogeneous computing platforms.
machine_learning_complete 是用 Jupyter Notebook 编写的 AI 工具,用于人工智能方向的建模与推理,主打功能完整。
A comprehensive machine learning repository containing 30+ notebooks on different concepts, algorithms and techniques.
Awesome-Transformer-Attention 是一个 AI 工具,用于人工智能方向的建模与推理,主打功能完整。
An ultimately comprehensive paper list of Vision Transformer/Attention, including papers, codes, and related websites
pytorch-forecasting 是用 Python 编写的 AI 工具,用于人工智能方向的建模与推理。
Time series forecasting with PyTorch
telegram-list 是一个学习资料,用于系统学习与查阅。
List of telegram groups, channels & bots // Список интересных групп, каналов и ботов телеграма // Список чатов для программистов
【三年面试五年模拟】AIGC/LLM/AI Agent算法工程师面试资源平台。涵盖AIGC、LLM大模型、AI Agent、具身智能、传统深度学习、计算机视觉、自然语言处理、自动驾驶、机器学习、强化学习、大数据挖掘、世界模型、元宇宙、A…
【三年面试五年模拟】AIGC/LLM/AI Agent算法工程师面试资源平台。涵盖AIGC、LLM大模型、AI Agent、具身智能、传统深度学习、计算机视觉、自然语言处理、自动驾驶、机器学习、强化学习、大数据挖掘、世界模型、元宇宙、AGI等AI行业面试笔试干货经验与核心跨周期知识。
keras-js 是用 JavaScript 编写的 AI 工具,用于人工智能方向的建模与推理。
Run Keras models in the browser, with GPU support using WebGL
muzic 是用 Python 编写的多媒体工具,用于处理音视频内容。
Muzic: Music Understanding and Generation with Artificial Intelligence
ml-road 是用 Python 编写的 AI 工具,用于人工智能方向的建模与推理。
Machine Learning and Agentic AI Resources, Practice and Research
🌟100+ 原创 LLM / RL 原理图📚,《大模型算法》作者巨献!💥(100+ LLM/RL Algorithm Maps )
🌟100+ 原创 LLM / RL 原理图📚,《大模型算法》作者巨献!💥(100+ LLM/RL Algorithm Maps )
deep-person-reid 是用 Python 编写的 AI 工具,用于人工智能方向的建模与推理。
Torchreid: Deep learning person re-identification in PyTorch.
textgenrnn 是用 Python 编写的学习资料,用于系统学习与查阅。
Easily train your own text-generating neural network of any size and complexity on any text dataset with a few lines of code.
course-v3 是用 Jupyter Notebook 编写的学习资料,用于系统学习与查阅,主打速度快。
The 3rd edition of course.fast.ai
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 66,076 个,本站已收录 65,739 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。