《李宏毅深度学习教程》(李宏毅老师推荐👍,苹果书🍎),PDF下载地址:https://github.com/datawhalechina/leedl-tutorial/releases
《李宏毅深度学习教程》(李宏毅老师推荐👍,苹果书🍎),PDF下载地址:https://github.com/datawhalechina/leedl-tutorial/releases
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。
《李宏毅深度学习教程》(李宏毅老师推荐👍,苹果书🍎),PDF下载地址:https://github.com/datawhalechina/leedl-tutorial/releases
《李宏毅深度学习教程》(李宏毅老师推荐👍,苹果书🍎),PDF下载地址:https://github.com/datawhalechina/leedl-tutorial/releases
nlp-tutorial 是用 Jupyter Notebook 编写的 AI 工具,用于人工智能方向的建模与推理。
Natural Language Processing Tutorial for Deep Learning Researchers
PaddleNLP 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、功能完整。
Easy-to-use and powerful LLM and SLM library with awesome model zoo.
clip-as-service 是用 Python 编写的学习资料,用于系统学习与查阅,主打可伸缩。
🏄 Scalable embedding, reasoning, ranking for images and sentences with CLIP
Transformers-Tutorials 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 repository contains demos I made with the Transformers library by HuggingFace.
tokenizers 是用 Rust 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。
💥 Fast State-of-the-Art Tokenizers optimized for Research and Production
Pre-Training with Whole Word Masking for Chinese BERT(中文BERT-wwm系列模型)
Pre-Training with Whole Word Masking for Chinese BERT(中文BERT-wwm系列模型)
大规模中文自然语言处理语料 Large Scale Chinese Corpus for NLP
大规模中文自然语言处理语料 Large Scale Chinese Corpus for NLP
Bert-VITS2 是用 Python 编写的 AI 工具,用于大模型与智能体应用开发。
vits2 backbone with multilingual-bert
bertviz 是用 Python 编写的 AI 工具,用于人工智能方向的建模与推理。
BertViz: Visualize Attention in Transformer Models
BERTopic 是用 Python 编写的 AI 工具,用于人工智能方向的建模与推理。
Leveraging BERT and c-TF-IDF to create easily interpretable topics.
BERT-pytorch 是用 Python 编写的 AI 工具,用于人工智能方向的建模与推理。
Google AI 2018 BERT pytorch implementation
FasterTransformer 是用 C++ 编写的 AI 工具,用于人工智能方向的建模与推理。
Transformer related optimization, including BERT, GPT
Awesome Pretrained Chinese NLP Models,高质量中文预训练模型&大模型&多模态模型&大语言模型集合
Awesome Pretrained Chinese NLP Models,高质量中文预训练模型&大模型&多模态模型&大语言模型集合
BERT-BiLSTM-CRF-NER 是用 Python 编写的 AI 工具,用于大模型训练与推理。
Tensorflow solution of NER task Using BiLSTM-CRF model with Google BERT Fine-tuning And private Server services
pytorch-sentiment-analysis 是用 Jupyter Notebook 编写的学习资料,用于系统学习与查阅。
Tutorials on getting started with PyTorch and TorchText for sentiment analysis.
PromptPapers 是一个 AI 工具,用于大模型与智能体应用开发。
Must-read papers on prompt-based tuning for pre-trained language models.
中文语言理解测评基准 Chinese Language Understanding Evaluation Benchmark: datasets, baselines, pre-trained models, corpus and le…
中文语言理解测评基准 Chinese Language Understanding Evaluation Benchmark: datasets, baselines, pre-trained models, corpus and leaderboard
KeyBERT 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,主打轻量。
Minimal keyword extraction with BERT
spark-nlp 是用 Scala 编写的 AI 工具,用于大模型与智能体应用开发。
State of the Art Natural Language Processing
该仓库主要记录 NLP 算法工程师相关的顶会论文研读笔记
该仓库主要记录 NLP 算法工程师相关的顶会论文研读笔记
A LITE BERT FOR SELF-SUPERVISED LEARNING OF LANGUAGE REPRESENTATIONS, 海量中文预训练ALBERT模型
A LITE BERT FOR SELF-SUPERVISED LEARNING OF LANGUAGE REPRESENTATIONS, 海量中文预训练ALBERT模型
中文nlp解决方案(大模型、数据、模型、训练、推理)
中文nlp解决方案(大模型、数据、模型、训练、推理)
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.
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。