t81_558_deep_learning 是用 Jupyter Notebook 编写的 AI 工具,用于人工智能方向的建模与推理。
T81-558: Keras - Applications of Deep Neural Networks @Washington University in St. Louis
microsoft
Visual Studio Code 编辑器源码,微软开源的跨平台代码编辑器。目前累计 19.4 万 star、4.5 万 fork,在本地项目库中星标排名约第 36 / 65707,主要语言为 TypeScript,项目始于 2015 年,采用 MIT 许可。最近状态:本周仍有提交。
适合谁:推荐给写代码与文档的人:涉及 editor、electron、microsoft、typescript 方向。
按累计星标排序,库内共 65,707 个项目(GitHub 上星标 ≥ 1k 的公开仓库约 65,980 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。
t81_558_deep_learning 是用 Jupyter Notebook 编写的 AI 工具,用于人工智能方向的建模与推理。
T81-558: Keras - Applications of Deep Neural Networks @Washington University in St. Louis
pollinations 是用 TypeScript 编写的学习资料,用于系统学习与查阅,主打开源免费。
Your Friendly Open-Source Gen-AI Platform
SimSwap 是用 Python 编写的多媒体工具,用于处理音视频内容。
An arbitrary face-swapping framework on images and videos with one single trained model!
animegan2-pytorch 是用 Jupyter Notebook 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。
PyTorch implementation of AnimeGANv2
Tensorflow tutorial from basic to hard, 莫烦Python 中文AI教学
Tensorflow tutorial from basic to hard, 莫烦Python 中文AI教学
人像卡通化探索项目 (photo-to-cartoon translation project)
人像卡通化探索项目 (photo-to-cartoon translation project)
iGAN 是用 Python 编写的 AI 工具,用于人工智能方向的建模与推理。
Interactive Image Generation via Generative Adversarial Networks
tensorflow-generative-model-collections 是用 Python 编写的资源清单,按主题汇总同类优质资源。
Collection of generative models in Tensorflow
pytorch-fid 是用 Python 编写的学习资料,用于系统学习与查阅。
Compute FID scores with PyTorch.
machine-learning-articles 是一个 AI 工具,用于人工智能方向的建模与推理。
🧠💬 Articles I wrote about machine learning, archived from MachineCurve.com.
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
SDV 是用 Python 编写的学习资料,用于系统学习与查阅。
Synthetic data generation for tabular data
zhihu 是用 Jupyter Notebook 编写的 AI 工具,用于人工智能方向的建模与推理。
This repo contains the source code in my personal column (https://zhuanlan.zhihu.com/zhaoyeyu), implemented using Python 3.6. Including Natural Lang…
ALAE 是用 Python 编写的 AI 工具,用于人工智能方向的建模与推理。
[CVPR2020] Adversarial Latent Autoencoders
SRGAN 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。
Photo-Realistic Single Image Super-Resolution Using a Generative Adversarial Network
makegirlsmoe_web 是用 JavaScript 编写的前端库,用于构建 Web 页面与界面。
Create Anime Characters with MakeGirlsMoe
faceswap-GAN 是用 Jupyter Notebook 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。
A denoising autoencoder + adversarial losses and attention mechanisms for face swapping.
SinGAN 是用 Python 编写的前端库,用于构建 Web 页面与界面。
Official pytorch implementation of the paper: "SinGAN: Learning a Generative Model from a Single Natural Image"
machine-learning 是用 Jupyter Notebook 编写的 AI 工具,用于人工智能方向的建模与推理。
머신러닝 입문자 혹은 스터디를 준비하시는 분들에게 도움이 되고자 만든 repository입니다. (This repository is intented for helping whom are interested in machine learning study)
GAN 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。
Resources and Implementations of Generative Adversarial Nets: GAN, DCGAN, WGAN, CGAN, InfoGAN
dalle-playground 是用 JavaScript 编写的 AI 工具,用于人工智能方向的建模与推理,主打适合生产环境。
A playground to generate images from any text prompt using Stable Diffusion (past: using DALL-E Mini)
MUNIT 是用 Python 编写的学习资料,用于系统学习与查阅。
Multimodal Unsupervised Image-to-Image Translation
DeblurGAN 是用 Python 编写的 AI 工具,用于人工智能方向的建模与推理。
Image Deblurring using Generative Adversarial Networks
pytorch-generative-model-collections 是用 Python 编写的资源清单,按主题汇总同类优质资源。
Collection of generative models in Pytorch version.
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 65,980 个,本站已收录 65,707 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。