深度学习入门课、资深课、特色课、学术案例、产业实践案例、深度学习知识百科及面试题库The course, case and knowledge of Deep Learning and AI
深度学习入门课、资深课、特色课、学术案例、产业实践案例、深度学习知识百科及面试题库The course, case and knowledge of Deep Learning and AI
microsoft
Windows 效率工具集,提供窗口管理、批量重命名、取色器等系统增强功能。目前累计 14 万 star、8.7k fork,在本地项目库中星标排名约第 76 / 65722,主要语言为 C,项目始于 2019 年,采用 MIT 许可。最近状态:本周仍有提交。
适合谁:推荐给需要桌面端软件的团队:涉及 advanced-paste、color-picker、command-palette、desktop 方向。
按累计星标排序,库内共 65,730 个项目(GitHub 上星标 ≥ 1k 的公开仓库约 66,044 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。
深度学习入门课、资深课、特色课、学术案例、产业实践案例、深度学习知识百科及面试题库The course, case and knowledge of Deep Learning and AI
深度学习入门课、资深课、特色课、学术案例、产业实践案例、深度学习知识百科及面试题库The course, case and knowledge of Deep Learning and AI
快速上手AI理论及应用实战:基础知识、Transformer、NLP、ML、DL、竞赛。含大量注释及数据集,力求每一位能看懂并复现。
快速上手AI理论及应用实战:基础知识、Transformer、NLP、ML、DL、竞赛。含大量注释及数据集,力求每一位能看懂并复现。
learn-nlp-with-transformers 是用 Shell 编写的 AI 工具,用于人工智能方向的建模与推理。
we want to create a repo to illustrate usage of transformers in chinese
lightseq 是用 C++ 编写的 AI 工具,用于大模型与智能体应用开发,主打高性能。
LightSeq: A High Performance Library for Sequence Processing and Generation
UER-py 是用 Python 编写的 AI 模型,提供可直接使用的模型与权重,主打开源免费。
Open Source Pre-training Model Framework in PyTorch & Pre-trained Model Zoo
Top2Vec 是用 Python 编写的 AI 工具,用于人工智能方向的建模与推理。
Top2Vec learns jointly embedded topic, document and word vectors.
rust-bert 是用 Rust 编写的 AI 工具,用于人工智能方向的建模与推理。
Rust native ready-to-use NLP pipelines and transformer-based models (BERT, DistilBERT, GPT2,...)
Chinese-LLaMA 1&2、Chinese-Falcon 基础模型;ChatFlow中文对话模型;中文OpenLLaMA模型;NLP预训练/指令微调数据集
Chinese-LLaMA 1&2、Chinese-Falcon 基础模型;ChatFlow中文对话模型;中文OpenLLaMA模型;NLP预训练/指令微调数据集
nlp-architect 是用 Python 编写的 AI 工具,用于人工智能方向的建模与推理。
A model library for exploring state-of-the-art deep learning topologies and techniques for optimizing Natural Language Processing neural networks
adapters 是用 Python 编写的 AI 工具,用于人工智能方向的建模与推理。
A Unified Library for Parameter-Efficient and Modular Transfer Learning
RoBERTa中文预训练模型: RoBERTa for Chinese
RoBERTa中文预训练模型: RoBERTa for Chinese
该仓库主要记录 NLP 算法工程师相关的面试题
该仓库主要记录 NLP 算法工程师相关的面试题
Getting-Things-Done-with-Pytorch 是用 Jupyter Notebook 编写的 AI 工具,用于人工智能方向的建模与推理。
Jupyter Notebook tutorials on solving real-world problems with Machine Learning & Deep Learning using PyTorch. Topics: Face detection with Detectron…
CodeSearchNet 是用 Jupyter Notebook 编写的 AI 工具,用于人工智能方向的建模与推理。
Datasets, tools, and benchmarks for representation learning of code.
keras-bert 是用 Python 编写的 AI 模型,提供可直接使用的模型与权重。
Implementation of BERT that could load official pre-trained models for feature extraction and prediction
texar 是用 Python 编写的学习资料,用于系统学习与查阅。
Toolkit for Machine Learning, Natural Language Processing, and Text Generation, in TensorFlow. This is part of the CASL project: http://casl-projec…
Kashgari 是用 Python 编写的 AI 工具,用于人工智能方向的建模与推理。
Kashgari is a production-level NLP Transfer learning framework built on top of tf.keras for text-labeling and text-classification, includes Word2Vec…
beir 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。
A Heterogeneous Benchmark for Information Retrieval. Easy to use, evaluate your models across 15+ diverse IR datasets.
awesome-sentence-embedding 是用 Python 编写的资源清单,按主题汇总同类优质资源。
A curated list of pretrained sentence and word embedding models
DeBERTa 是用 Python 编写的学习资料,用于系统学习与查阅。
The implementation of DeBERTa
mt-dnn 是用 Python 编写的学习资料,用于系统学习与查阅。
Multi-Task Deep Neural Networks for Natural Language Understanding
BERT-NER-Pytorch 是用 Python 编写的 AI 工具,用于人工智能方向的建模与推理。
Chinese NER(Named Entity Recognition) using BERT(Softmax, CRF, Span)
EasyNLP 是用 Python 编写的学习资料,用于系统学习与查阅,主打易用、功能完整。
EasyNLP: A Comprehensive and Easy-to-use NLP Toolkit
Aspect Based Sentiment Analysis, PyTorch Implementations. 基于方面的情感分析,使用PyTorch实现。
Aspect Based Sentiment Analysis, PyTorch Implementations. 基于方面的情感分析,使用PyTorch实现。
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 66,044 个,本站已收录 65,730 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。