AIGC-interview/CV-interview/LLMs-interview面试问题与答案集合仓,同时包含工作和科研过程中的新想法、新问题、新资源与新项目
AIGC-interview/CV-interview/LLMs-interview面试问题与答案集合仓,同时包含工作和科研过程中的新想法、新问题、新资源与新项目
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 65,726 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。
AIGC-interview/CV-interview/LLMs-interview面试问题与答案集合仓,同时包含工作和科研过程中的新想法、新问题、新资源与新项目
AIGC-interview/CV-interview/LLMs-interview面试问题与答案集合仓,同时包含工作和科研过程中的新想法、新问题、新资源与新项目
use cnn recognize captcha by tensorflow. 本项目针对字符型图片验证码,使用tensorflow实现卷积神经网络,进行验证码识别。
use cnn recognize captcha by tensorflow. 本项目针对字符型图片验证码,使用tensorflow实现卷积神经网络,进行验证码识别。
Automatic_Speech_Recognition 是用 Python 编写的学习资料,用于系统学习与查阅。
End-to-end Automatic Speech Recognition for Madarian and English in Tensorflow
reproducible-image-denoising-state-of-the-art 是一个学习资料,用于系统学习与查阅。
Collection of popular and reproducible image denoising works.
Detect and recognize the faces from camera / 调用摄像头进行人脸识别,支持多张人脸同时识别
Detect and recognize the faces from camera / 调用摄像头进行人脸识别,支持多张人脸同时识别
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.
torch-cam 是用 Python 编写的学习资料,用于系统学习与查阅。
Class activation maps for your PyTorch models (CAM, Grad-CAM, Grad-CAM++, Smooth Grad-CAM++, Score-CAM, SS-CAM, IS-CAM, XGrad-CAM, Layer-CAM, Finer-…
TensorFlow-Tutorials 是用 Python 编写的 AI 工具,用于人工智能方向的建模与推理。
텐서플로우를 기초부터 응용까지 단계별로 연습할 수 있는 소스 코드를 제공합니다
places365 是用 Python 编写的开源项目,主题标签有限,建议打开仓库查看具体用途。
The Places365-CNNs for Scene Classification
Ultra-Fast-Lane-Detection 是用 Python 编写的开源项目,主题标签有限,建议打开仓库查看具体用途,主打高性能、速度快。
Ultra Fast Structure-aware Deep Lane Detection (ECCV 2020)
Anime4KCPP 是用 C++ 编写的学习资料,用于系统学习与查阅,主打高性能。
A high performance anime upscaler
Awesome-Backbones 是用 Python 编写的 AI 工具,用于人工智能方向的建模与推理。
Integrate deep learning models for image classification | Backbone learning/comparison/magic modification project
NCRFpp 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。
NCRF++, a Neural Sequence Labeling Toolkit. Easy use to any sequence labeling tasks (e.g. NER, POS, Segmentation). It includes character LSTM/CNN, w…
deepgaze 是用 Python 编写的 AI 工具,用于人工智能方向的建模与推理。
Computer Vision library for human-computer interaction. It implements Head Pose and Gaze Direction Estimation Using Convolutional Neural Networks, S…
tensorflow_template_application 是用 Python 编写的学习资料,用于系统学习与查阅。
TensorFlow template application for deep learning
DeepLearning_tutorials 是用 Jupyter Notebook 编写的学习资料,用于系统学习与查阅。
The deeplearning algorithms implemented by tensorflow
Awesome-Deep-Learning-Resources 是一个资源清单,按主题汇总同类优质资源。
Rough list of my favorite deep learning resources, useful for revisiting topics or for reference. I have got through all of the content listed there…
dl-colab-notebooks 是用 Jupyter Notebook 编写的学习资料,用于系统学习与查阅。
Try out deep learning models online on Google Colab
MobileNet-Yolo 是用 C 编写的 AI 工具,用于人工智能方向的建模与推理。
MobileNetV2-YoloV3-Nano: 0.5BFlops 3MB HUAWEI P40: 6ms/img, YoloFace-500k:0.1Bflops 420KB:fire::fire::fire:
HyperLandmark 是用 C++ 编写的移动端方案,用于移动应用开发,主打开源免费、实时。
Deep Learning Based Free Mobile Real-Time Face Landmark Detector. Contact:jack-yu-business@foxmail.com
awesome-colab-notebooks 是用 Python 编写的学习资料,用于系统学习与查阅,主打速度快、易用。
Collection of google colaboratory notebooks for fast and easy experiments
twitter-sentiment-analysis 是用 Python 编写的学习资料,用于系统学习与查阅。
Sentiment analysis on tweets using Naive Bayes, SVM, CNN, LSTM, etc.
eda_nlp 是用 Python 编写的 AI 工具,用于人工智能方向的建模与推理。
Data augmentation for NLP, presented at EMNLP 2019
fast-autoaugment 是用 Python 编写的 AI 工具,用于人工智能方向的建模与推理,主打速度快。
Official Implementation of 'Fast AutoAugment' in PyTorch.
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 65,726 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。