★
best-of-ml-python 是一个学习资料，用于系统学习与查阅。
🏆 A ranked list of awesome machine learning Python libraries. Updated weekly.
ahkarami / Deep-Learning-in-Production
Deep-Learning-in-Production
In this repository, I will share some useful notes and references about deploying deep learning-based models in production.
Deep-Learning-in-Production 是一个 AI 工具，用于人工智能方向的建模与推理。
目前累计 4.4k star、686 fork，项目始于 2018 年。最近状态：已有一段时间未更新。适合：做 AI 应用的开发者。
中文介绍优先采用本站人工维护条目；无维护条目时依据 GitHub 公开字段（语言、主题、星标、提交时间）自动生成，未经项目方确认，不构成选型结论。ahkarami/Deep-Learning-in-Production 是一个多语言的开源项目，目前累计 4.4k star、686 fork，一年以上有维护。主要方向：angularjs、c-plus-plus、caffe2、convert-pytorch-models、深度学习、deep-neural-networks。
依据 GitHub 公开字段（语言、主题、星标、提交时间）自动生成，未经人工逐项核实。angularjsc-plus-pluscaffe2convert-pytorch-models深度学习deep-neural-networksflaskkerasmodel-servingmxnetproductionPython
README
正在加载…相关项目
★
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.
★
100-Days-Of-ML-Code 是一个学习资料，用于系统学习与查阅。
100 Days of ML Coding
★
stanford-cs-229-machine-learning 是一个学习资料，用于系统学习与查阅。
VIP cheatsheets for Stanford's CS 229 Machine Learning
★
awesome-production-machine-learning 是一个学习资料，用于系统学习与查阅，主打开源免费。
A curated list of awesome open source libraries to deploy, monitor, version and scale your machine learning
★
awesome-ai-engineering 是一个 AI 工具，用于大模型与智能体应用开发。
🚀 A curated collection of AI engineering resources, roadmaps, tools, and projects covering LLMs, RAG, AI Agents, MCP, fine-tuning, evaluations, and…