Research 是用 Python 编写的 AI 工具,用于人工智能方向的建模与推理。
novel deep learning research works with PaddlePaddle
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 65,744 个项目(GitHub 上星标 ≥ 1k 的公开仓库约 66,086 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。
Research 是用 Python 编写的 AI 工具,用于人工智能方向的建模与推理。
novel deep learning research works with PaddlePaddle
gandissect 是用 Python 编写的学习资料,用于系统学习与查阅。
Pytorch-based tools for visualizing and understanding the neurons of a GAN. https://gandissect.csail.mit.edu/
FSL-Mate 是用 Python 编写的学习资料,用于系统学习与查阅。
FSL-Mate: A collection of resources for few-shot learning (FSL).
AlphaPy 是用 Python 编写的学习资料,用于系统学习与查阅。
Python AutoML for Trading Systems and Sports Betting
votenet 是用 Python 编写的学习资料,用于系统学习与查阅。
Deep Hough Voting for 3D Object Detection in Point Clouds
MAgent 是用 Python 编写的学习资料,用于系统学习与查阅。
A Platform for Many-Agent Reinforcement Learning
vocal-remover 是用 Python 编写的学习资料,用于系统学习与查阅。
Vocal Remover using Deep Neural Networks
transfer-learning-conv-ai 是用 Python 编写的 AI 工具,用于人工智能方向的建模与推理。
🦄 State-of-the-Art Conversational AI with Transfer Learning
mup 是用 Jupyter Notebook 编写的 AI 工具,用于人工智能方向的建模与推理。
maximal update parametrization (µP)
TFB 是用 Shell 编写的学习资料,用于系统学习与查阅,主打功能完整。
[PVLDB 2024 Best Paper Nomination] TFB: Towards Comprehensive and Fair Benchmarking of Time Series Forecasting Methods
FARM 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、易用。
:house_with_garden: Fast & easy transfer learning for NLP. Harvesting language models for the industry. Focus on Question Answering.
AIOps学习资料汇总,欢迎一起补全这个仓库,欢迎star
AIOps学习资料汇总,欢迎一起补全这个仓库,欢迎star
CLAM 是用 Python 编写的学习资料,用于系统学习与查阅,主打开源免费。
Open source tools for computational pathology - Nature BME
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:
curator 是用 Python 编写的 AI 工具,用于大模型与智能体应用开发。
Synthetic data curation for post-training and structured data extraction
NBA-Machine-Learning-Sports-Betting 是用 Python 编写的 AI 工具,用于人工智能方向的建模与推理。
NBA sports betting using machine learning
pytorch-semantic-segmentation 是用 Python 编写的学习资料,用于系统学习与查阅。
PyTorch for Semantic Segmentation
BirdNET-Analyzer 是用 Python 编写的学习资料,用于系统学习与查阅。
BirdNET analyzer for scientific audio data processing.
《机器学习理论导引》(宝箱书)的证明、案例、概念补充与参考文献讲解。
《机器学习理论导引》(宝箱书)的证明、案例、概念补充与参考文献讲解。
keras-yolo2 是用 Jupyter Notebook 编写的学习资料,用于系统学习与查阅,主打易用。
Easy training on custom dataset. Various backends (MobileNet and SqueezeNet) supported. A YOLO demo to detect raccoon run entirely in brower is acce…
torchsde 是用 Python 编写的 AI 工具,用于人工智能方向的建模与推理。
Differentiable SDE solvers with GPU support and efficient sensitivity analysis.
deep-motion-editing 是用 Python 编写的前端库,用于构建 Web 页面与界面。
An end-to-end library for editing and rendering motion of 3D characters with deep learning [SIGGRAPH 2020]
lightning-flash 是用 Python 编写的学习资料,用于系统学习与查阅。
Your PyTorch AI Factory - Flash enables you to easily configure and run complex AI recipes for over 15 tasks across 7 data domains
awesome-self-supervised-gnn 是用 Python 编写的学习资料,用于系统学习与查阅。
Papers about pretraining and self-supervised learning on Graph Neural Networks (GNN).
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 66,086 个,本站已收录 65,744 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。