Awesome-Graph-Neural-Networks 是一个学习资料,用于系统学习与查阅。
Paper Lists for Graph Neural Networks
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 65,741 个项目(GitHub 上星标 ≥ 1k 的公开仓库约 66,081 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。
Awesome-Graph-Neural-Networks 是一个学习资料,用于系统学习与查阅。
Paper Lists for Graph Neural Networks
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.
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-…
flow-forecast 是用 Python 编写的 AI 工具,用于人工智能方向的建模与推理。
Deep learning PyTorch library for time series forecasting, classification, and anomaly detection (originally for flood forecasting).
machine-learning-refined 是用 Python 编写的 AI 工具,用于人工智能方向的建模与推理。
Master the fundamentals of machine learning, deep learning, and mathematical optimization by building key concepts and models from scratch using Pyt…
nvdiffrec 是用 Python 编写的学习资料,用于系统学习与查阅。
Official code for the CVPR 2022 (oral) paper "Extracting Triangular 3D Models, Materials, and Lighting From Images".
TensorFlow-and-DeepLearning-Tutorial 是用 Python 编写的学习资料,用于系统学习与查阅。
A TensorFlow & Deep Learning online course I taught in 2016
drl-zh 是用 Jupyter Notebook 编写的学习资料,用于系统学习与查阅。
Deep Reinforcement Learning: Zero to Hero!
ICCV2021/2019/2017 论文/代码/解读/直播合集,极市团队整理
ICCV2021/2019/2017 论文/代码/解读/直播合集,极市团队整理
gluon-api 是用 Jupyter Notebook 编写的 AI 工具,用于人工智能方向的建模与推理,主打易用、功能完整。
A clear, concise, simple yet powerful and efficient API for deep learning.
coco-annotator 是用 Vue 编写的 AI 工具,用于人工智能方向的建模与推理。
:pencil2: Web-based image segmentation tool for object detection, localization, and keypoints
MMAudio 是用 Python 编写的多媒体工具,用于处理音视频内容。
[CVPR 2025] MMAudio: Taming Multimodal Joint Training for High-Quality Video-to-Audio Synthesis
ECCV 2026 论文和开源项目合集,同时欢迎各位大佬提交issue,分享ECCV 2026论文和开源项目
ECCV 2026 论文和开源项目合集,同时欢迎各位大佬提交issue,分享ECCV 2026论文和开源项目
Awesome-World-Model 是一个 AI 工具,用于人工智能方向的建模与推理。
Collect some World Models for Autonomous Driving (and Robotic, etc.) papers.
HanLP作者的新书《自然语言处理入门》详细笔记!业界良心之作,书中不是枯燥无味的公式罗列,而是用白话阐述的通俗易懂的算法模型。从基本概念出发,逐步介绍中文分词、词性标注、命名实体识别、信息抽取、文本聚类、文本分类、句法分析这几个热门问…
HanLP作者的新书《自然语言处理入门》详细笔记!业界良心之作,书中不是枯燥无味的公式罗列,而是用白话阐述的通俗易懂的算法模型。从基本概念出发,逐步介绍中文分词、词性标注、命名实体识别、信息抽取、文本聚类、文本分类、句法分析这几个热门问题的算法原理与工程实现。
无线与深度学习结合的论文代码整理/Paper-with-Code-of-Wireless-communication-Based-on-DL
无线与深度学习结合的论文代码整理/Paper-with-Code-of-Wireless-communication-Based-on-DL
Awesome-Rust-MachineLearning 是用 JavaScript 编写的学习资料,用于系统学习与查阅,主打实现清晰。
This repository is a list of machine learning libraries written in Rust. It's a compilation of GitHub repositories, blogs, books, movies, discussion…
stable-worldmodel 是用 Python 编写的学习资料,用于系统学习与查阅。
A platform for reproducible world model research and evaluation
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
Best_AI_paper_2020 是一个 AI 工具,用于人工智能方向的建模与推理。
A curated list of the latest breakthroughs in AI by release date with a clear video explanation, link to a more in-depth article, and code
raster-vision 是用 Python 编写的 AI 工具,用于人工智能方向的建模与推理,主打开源免费。
An open source library and framework for deep learning on satellite and aerial imagery.
image-quality-assessment 是用 Python 编写的 AI 工具,用于人工智能方向的建模与推理。
Convolutional Neural Networks to predict the aesthetic and technical quality of images.
MambaVision 是用 Python 编写的 AI 工具,用于人工智能方向的建模与推理。
[CVPR 2025] Official PyTorch Implementation of MambaVision: A Hybrid Mamba-Transformer Vision Backbone
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 66,081 个,本站已收录 65,741 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。