主流预训练模型库,NLP、视觉、多模态模型开箱即用,是 Hugging Face 生态的核心。
🤗 Transformers: the model-definition framework for state-of-the-art machine learning models in text, vision, audio, and multimodal models, for both…
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 65,712 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。
主流预训练模型库,NLP、视觉、多模态模型开箱即用,是 Hugging Face 生态的核心。
🤗 Transformers: the model-definition framework for state-of-the-art machine learning models in text, vision, audio, and multimodal models, for both…
《动手学深度学习》:面向中文读者、能运行、可讨论。中英文版被70多个国家的500多所大学用于教学。
《动手学深度学习》:面向中文读者、能运行、可讨论。中英文版被70多个国家的500多所大学用于教学。
Made-With-ML 是用 Jupyter Notebook 编写的学习资料,用于系统学习与查阅。
Learn how to develop, deploy and iterate on production-grade ML applications.
bert 是用 Python 编写的 AI 工具,用于人工智能方向的建模与推理。
TensorFlow code and pre-trained models for BERT
中文分词 词性标注 命名实体识别 依存句法分析 成分句法分析 语义依存分析 语义角色标注 指代消解 风格转换 语义相似度 新词发现 关键词短语提取 自动摘要 文本分类聚类 拼音简繁转换 自然语言处理
中文分词 词性标注 命名实体识别 依存句法分析 成分句法分析 语义依存分析 语义角色标注 指代消解 风格转换 语义相似度 新词发现 关键词短语提取 自动摘要 文本分类聚类 拼音简繁转换 自然语言处理
spaCy 是用 Python 编写的 AI 工具,用于人工智能方向的建模与推理。
💫 Industrial-strength Natural Language Processing (NLP) in Python
applied-ml 是一个 AI 工具,用于人工智能方向的建模与推理。
📚 Papers & tech blogs by companies sharing their work on data science & machine learning in production.
d2l-en 是用 Python 编写的学习资料,用于系统学习与查阅。
Interactive deep learning book with multi-framework code, math, and discussions. Adopted at 500 universities from 70 countries including Stanford, M…
Resume-Matcher 是用 Python 编写的工程工具,用于代码分析、构建与打包。
The #1 AI Harness for Building Resumes, PDFs, Cover Letters & more, locally with 100+ LLMs support.
✅(已完结)超级全面的 深度学习 笔记【土堆 Pytorch】【李沐 动手学深度学习】【吴恩达 深度学习】【大飞 大模型Agent】
✅(已完结)超级全面的 深度学习 笔记【土堆 Pytorch】【李沐 动手学深度学习】【吴恩达 深度学习】【大飞 大模型Agent】
NLP-progress 是用 Python 编写的学习资料,用于系统学习与查阅。
Repository to track the progress in Natural Language Processing (NLP), including the datasets and the current state-of-the-art for the most common N…
datasets 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。
🤗 The largest hub of ready-to-use datasets for AI models with fast, easy-to-use and efficient data manipulation tools
The official repo of Qwen (通义千问) chat & pretrained large language model proposed by Alibaba Cloud.
The official repo of Qwen (通义千问) chat & pretrained large language model proposed by Alibaba Cloud.
本项目将《动手学深度学习》(Dive into Deep Learning)原书中的MXNet实现改为PyTorch实现。
本项目将《动手学深度学习》(Dive into Deep Learning)原书中的MXNet实现改为PyTorch实现。
awesome-nlp 是一个 AI 工具,用于人工智能方向的建模与推理。
:book: A curated list of resources dedicated to Natural Language Processing (NLP)
camel 是用 Python 编写的 AI 工具,用于大模型与智能体应用开发。
🐫 CAMEL: The first and the best multi-agent framework. Finding the Scaling Law of Agents. https://www.camel-ai.org
ML-YouTube-Courses 是一个 AI 工具,用于人工智能方向的建模与推理。
📺 Discover the latest machine learning / AI courses on YouTube.
ml-visuals 是一个 AI 工具,用于人工智能方向的建模与推理。
🎨 ML Visuals contains figures and templates which you can reuse and customize to improve your scientific writing.
Awesome-pytorch-list 是一个 AI 工具,用于人工智能方向的建模与推理,主打功能完整。
A comprehensive list of pytorch related content on github,such as different models,implementations,helper libraries,tutorials etc.
gensim 是用 Python 编写的 AI 工具,用于人工智能方向的建模与推理。
Topic Modelling for Humans
lectures 是一个 AI 工具,用于人工智能方向的建模与推理。
Oxford Deep NLP 2017 course
languagetool 是用 Java 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。
Style and Grammar Checker for 25+ Languages
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
nltk 是用 Python 编写的 AI 工具,用于人工智能方向的建模与推理。
NLTK Source
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 65,712 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。