mmaction2 是用 Python 编写的学习资料,用于系统学习与查阅。
OpenMMLab's Next Generation Video Understanding Toolbox and Benchmark
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。
mmaction2 是用 Python 编写的学习资料,用于系统学习与查阅。
OpenMMLab's Next Generation Video Understanding Toolbox and Benchmark
facenet-pytorch 是用 Python 编写的 AI 模型,提供可直接使用的模型与权重。
Pretrained Pytorch face detection (MTCNN) and facial recognition (InceptionResnet) models
semantic-segmentation-pytorch 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。
Pytorch implementation for Semantic Segmentation/Scene Parsing on MIT ADE20K dataset
AutoGPTQ 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。
An easy-to-use LLMs quantization package with user-friendly apis, based on GPTQ algorithm.
pytorch-forecasting 是用 Python 编写的 AI 工具,用于人工智能方向的建模与推理。
Time series forecasting with PyTorch
Pointnet_Pointnet2_pytorch 是用 Python 编写的运维工具,用于部署、编排与监控。
PointNet and PointNet++ implemented by pytorch (pure python) and on ModelNet, ShapeNet and S3DIS.
ml-road 是用 Python 编写的 AI 工具,用于人工智能方向的建模与推理。
Machine Learning and Agentic AI Resources, Practice and Research
deep-person-reid 是用 Python 编写的 AI 工具,用于人工智能方向的建模与推理。
Torchreid: Deep learning person re-identification in PyTorch.
course-v3 是用 Jupyter Notebook 编写的学习资料,用于系统学习与查阅,主打速度快。
The 3rd edition of course.fast.ai
ML-foundations 是用 Jupyter Notebook 编写的学习资料,用于系统学习与查阅。
Machine Learning Foundations: Linear Algebra, Calculus, Statistics & Computer Science
torch2trt 是用 Python 编写的 AI 工具,用于大模型与智能体应用开发,主打易用。
An easy to use PyTorch to TensorRT converter
jetson-containers 是用 Jupyter Notebook 编写的运维工具,用于部署、编排与监控。
Machine Learning Containers for NVIDIA Jetson and JetPack-L4T
djl 是用 Java 编写的 AI 工具,用于人工智能方向的建模与推理。
An Engine-Agnostic Deep Learning Framework in Java
DeepFilterNet 是用 Python 编写的学习资料,用于系统学习与查阅。
Noise supression using deep filtering
ignite 是用 Python 编写的 AI 工具,用于人工智能方向的建模与推理。
High-level library to help with training and evaluating neural networks in PyTorch flexibly and transparently.
pytorch-cifar100 是用 Python 编写的学习资料,用于系统学习与查阅。
Practice on cifar100(ResNet, DenseNet, VGG, GoogleNet, InceptionV3, InceptionV4, Inception-ResNetv2, Xception, Resnet In Resnet, ResNext,ShuffleNet,…
trlx 是用 Python 编写的学习资料,用于系统学习与查阅,主打可伸缩。
A repo for distributed training of language models with Reinforcement Learning via Human Feedback (RLHF)
transformer 是用 Python 编写的 AI 工具,用于人工智能方向的建模与推理。
Transformer: PyTorch Implementation of "Attention Is All You Need"
TorchCode 是用 Jupyter Notebook 编写的学习资料,用于系统学习与查阅,主打支持自托管。
🔥 LeetCode for PyTorch — practice implementing softmax, attention, GPT-2 and more from scratch with instant auto-grading. Jupyter-based, self-hoste…
TNN 是用 C++ 编写的学习资料,用于系统学习与查阅,主打高性能、跨平台、开源免费。
TNN: developed by Tencent Youtu Lab and Guangying Lab, a uniform deep learning inference framework for mobile、desktop and server. TNN is distinguish…
Deep-reinforcement-learning-with-pytorch 是用 Python 编写的学习资料,用于系统学习与查阅。
PyTorch implementation of DQN, AC, ACER, A2C, A3C, PG, DDPG, TRPO, PPO, SAC, TD3 and ....
WhisperSpeech 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,主打开源免费。
An Open Source text-to-speech system built by inverting Whisper.
hands-on-modern-rl 是用 Python 编写的 AI 工具,用于大模型与智能体应用开发,主打开源免费。
🚀 An open-source, hands-on curriculum bridging the gap from basic RL concepts to LLM alignment, RLVR, and advanced Agentic systems.
《Pytorch实用教程》(第二版)无论是零基础入门,还是CV、NLP、LLM项目应用,或是进阶工程化部署落地,在这里都有。相信在本书的帮助下,读者将能够轻松掌握 PyTorch 的使用,成为一名优秀的深度学习工程师。
《Pytorch实用教程》(第二版)无论是零基础入门,还是CV、NLP、LLM项目应用,或是进阶工程化部署落地,在这里都有。相信在本书的帮助下,读者将能够轻松掌握 PyTorch 的使用,成为一名优秀的深度学习工程师。
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。