Top Deep Learning
1.0.0
Hier ist eine Liste der 200 besten Deep-Learning-Github-Repositories, sortiert nach der Anzahl der Sterne. Die mit der Github-Such-API verwendete Abfrage lautet:
deep-learning OR CNN OR RNN OR "convolutional neural network" OR "recurrent neural network"
Trendige Deep-Learning-Github-Repositories finden Sie hier.
Datum: 02.02.2020 im Vergleich zum 09.01.2019
Hinweis: Dies wird regelmäßig aktualisiert.
Pos | Name | Beschreibung | Sprache | Sterne | Gabeln | |
---|---|---|---|---|---|---|
➖ | 1 | Tensorfluss | Ein Open-Source-Framework für maschinelles Lernen für alle | C++ | 140574 | 79704 |
➖ | 2 | Keras | Deep Learning für Menschen | Python | 46627 | 17671 |
➖ | 3 | opencv | Open-Source-Computer-Vision-Bibliothek | C++ | 41817 | 32255 |
⬆️1 | 4 | DeepLearning-500-Fragen | 500 Fragen zu Deep Learning erklären gängige aktuelle Themen wie Wahrscheinlichkeitswissen, lineare Algebra, maschinelles Lernen, Deep Learning und Computer Vision in Form von Fragen und Antworten, um Ihnen selbst und Lesern in Not zu helfen. Das Buch ist in 18 Kapitel unterteilt und umfasst mehr als 500.000 Wörter. Aufgrund des begrenzten Niveaus werden die Leser gebeten, etwaige Unzulänglichkeiten im Buch zu kritisieren und zu korrigieren. Fortsetzung folgt... Wenn Sie an einer Zusammenarbeit interessiert sind, wenden Sie sich bitte an [email protected]. Alle Rechte werden strafrechtlich verfolgt | Keiner | 36349 | 11201 |
1 | 5 | TensorFlow-Beispiele | TensorFlow-Tutorial und Beispiele für Anfänger (Unterstützung für TF v1 und v2) | Jupyter-Notizbuch | 36173 | 13657 |
➖ | 6 | Pytorch | Tensoren und dynamische neuronale Netze in Python mit starker GPU-Beschleunigung | C++ | 35719 | 8990 |
➖ | 7 | Kaffee | Caffe: ein schnelles offenes Framework für Deep Learning. | C++ | 29775 | 18028 |
⬆️4 | 8 | Gesichtstausch | Deepfakes-Software für alle | Python | 28863 | 9258 |
? | 9 | 100 Tage ML-Code | 100 Tage ML-Codierung | Python | 27766 | 6943 |
1 | 10 | Deeplearningbook-Chinesisch | Deep-Learning-Buch-Chinesisch-Übersetzung | TeX | 27753 | 8098 |
1 | 11 | Deep-Learning-Papers-Reading-Roadmap | Roadmap zum Lesen von Deep-Learning-Papieren für alle, die diese erstaunliche Technologie erlernen möchten! | Python | 25457 | 5818 |
? | 12 | praktische KI | Ein praktischer Ansatz für maschinelles Lernen. | Jupyter-Notizbuch | 23437 | 4171 |
2 | 13 | Maschinelles Lernen für Softwareentwickler | Ein vollständiger Tagesplan für die Ausbildung zum Ingenieur für maschinelles Lernen. | Keiner | 23326 | 5466 |
⬆️2 | 14 | AiLearning | AiLearning: Maschinelles Lernen – Maschinelles Lernen – ML, Deep Learning – DeepLearning – DL, Natural Language Processing NLP | Python | 22923 | 7996 |
2 | 15 | Detectron | FAIRs Forschungsplattform für Objekterkennungsforschung, die beliebte Algorithmen wie Mask R-CNN und RetinaNet implementiert. | Python | 22754 | 5016 |
1 | 16 | Tolle Deep-Learning-Papiere | Die am häufigsten zitierten Deep-Learning-Artikel | TeX | 20574 | 3987 |
⬆️1 | 17 | handson-ml | Eine Reihe von Jupyter-Notizbüchern, die Sie mit Scikit-Learn und TensorFlow durch die Grundlagen des maschinellen Lernens und des Deep Learning in Python führen. | Jupyter-Notizbuch | 18622 | 10022 |
1 | 18 | Inkubator-mxnet | Leichtes, tragbares, flexibles verteiltes/mobiles Deep Learning mit dynamischem, mutationsbewusstem Dataflow Dep Scheduler für Python, R, Julia, Scala, Go, Javascript und mehr | Python | 18344 | 6528 |
⬆️1 | 19 | Datenwissenschaft-IPython-Notebooks | Datenwissenschaftliche Python-Notizbücher: Deep Learning (TensorFlow, Theano, Caffe, Keras), Scikit-Learn, Kaggle, Big Data (Spark, Hadoop MapReduce, HDFS), Matplotlib, Pandas, NumPy, SciPy, Python Essentials, AWS und verschiedene Befehle Linien. | Python | 17947 | 5528 |
⬆️1 | 20 | fastai | Die Fastai-Deep-Learning-Bibliothek sowie Lektionen und Tutorials | Jupyter-Notizbuch | 17001 | 6029 |
2 | einundzwanzig | CNTK | Microsoft Cognitive Toolkit (CNTK), ein Open-Source-Deep-Learning-Toolkit | C++ | 16658 | 4420 |
➖ | zweiundzwanzig | Darknet | Faltungs-Neuronale Netze | C | 16203 | 10402 |
⬆️15 | dreiundzwanzig | d2l-zh | „Hands-on Deep Learning“: Für chinesische Leser kann es ausgeführt und diskutiert werden. Die englische Version ist Berkeleys Lehrbuch „Introduction to Deep Learning“. | Python | 15910 | 4061 |
⬆️1 | vierundzwanzig | openpose | OpenPose: Echtzeit-Schlüsselpunkterkennungsbibliothek für mehrere Personen zur Schätzung von Körper, Gesicht, Händen und Füßen | C++ | 15825 | 4682 |
2 | 25 | spacig | ? Industrielle Verarbeitung natürlicher Sprache (NLP) mit Python und Cython | Python | 15643 | 2755 |
➖ | 26 | Mask_RCNN | Maskieren Sie R-CNN zur Objekterkennung und Instanzsegmentierung auf Keras und TensorFlow | Python | 15583 | 7251 |
⬆️4 | 27 | ML von Grund auf | Maschinelles Lernen von Grund auf. Einfache NumPy-Implementierungen von Modellen und Algorithmen für maschinelles Lernen mit Schwerpunkt auf Zugänglichkeit. Ziel ist es, alles von der linearen Regression bis zum Deep Learning abzudecken. | Python | 15327 | 2935 |
⬆️2 | 28 | Pytorch-Tutorial | PyTorch-Tutorial für Deep-Learning-Forscher | Python | 15314 | 4813 |
⬆️62 | 29 | Echtzeit-Voice-Cloning | Klonen Sie eine Stimme in 5 Sekunden, um in Echtzeit beliebige Sprache zu erzeugen | Python | 15014 | 2651 |
2 | 30 | 100 Tage ML-Code | 100-Days-Of-ML-Code Chinesische Version | Jupyter-Notizbuch | 14977 | 4170 |
4 | 31 | Super-Deep-Learning | Eine kuratierte Liste großartiger Deep-Learning-Tutorials, -Projekte und -Communitys. | Keiner | 14565 | 4592 |
8 | 32 | Vorträge | Oxford Deep NLP 2017-Kurs | Keiner | 14411 | 3477 |
4 | 33 | TensorFlow-Kurs | Einfache und gebrauchsfertige Tutorials für TensorFlow | Python | 13938 | 2782 |
2 | 34 | Qix | Maschinelles Lernen, Deep Learning, PostgreSQL, Verteiltes System, Node.Js, Golang | Keiner | 13091 | 4701 |
2 | 35 | Cheatsheets-ai | Wichtige Spickzettel für Deep-Learning- und Machine-Learning-Forscher https://medium.com/@kailashahirwar/essential-cheat-sheets-for-machine-learning-and-deep-learning-researchers-efb6a8ebd2e5 | Keiner | 13068 | 3175 |
2 | 36 | offenes Gesicht | Gesichtserkennung mit tiefen neuronalen Netzen. | Lua | 13043 | 3260 |
⬆️2 | 37 | DeepSpeech | Eine TensorFlow-Implementierung der DeepSpeech-Architektur von Baidu | C++ | 12951 | 2417 |
2 | 38 | tfjs | Eine WebGL-beschleunigte JavaScript-Bibliothek zum Trainieren und Bereitstellen von ML-Modellen. | Typoskript | 12566 | 1040 |
4 | 39 | Screenshot-to-Code | Ein neuronales Netzwerk, das ein Designmodell in eine statische Website umwandelt. | HTML | 12397 | 1226 |
⬆️49 | 40 | DeepFaceLab | DeepFaceLab ist die führende Software zur Erstellung von Deep Fakes. | Python | 12237 | 2802 |
⬆️13 | 41 | Deep-Learning-Modelle | Eine Sammlung verschiedener Deep-Learning-Architekturen, Modelle und Tipps | Jupyter-Notizbuch | 11483 | 2678 |
5 | 42 | deeplearning4j | Eclipse Deeplearning4j, ND4J, DataVec und mehr – Deep Learning und lineare Algebra für Java/Scala mit GPUs + Spark | Java | 11454 | 4803 |
2 | 43 | awesome-datascience | Ein großartiges Data Science-Repository zum Lernen und Anwenden auf reale Probleme. | Keiner | 10992 | 3237 |
⬆️6 | 44 | pytorch-CycleGAN-and-pix2pix | Bild-zu-Bild-Übersetzung in PyTorch | Python | 10911 | 3141 |
5 | 45 | pix2code | pix2code: Generieren von Code aus einem Screenshot einer grafischen Benutzeroberfläche | Python | 10709 | 1160 |
4 | 46 | neuronale-netze-und-deep-learning | Codebeispiele für mein Buch „Neural Networks and Deep Learning“ | Python | 10687 | 5046 |
3 | 47 | Paddeln | PARallel Distributed Deep LEarning: Framework für maschinelles Lernen aus der industriellen Praxis („Flying Paddle“-Kernframework, leistungsstarkes eigenständiges Deep Learning und maschinelles Lernen, verteiltes Training und plattformübergreifende Bereitstellung) | C++ | 10676 | 2823 |
⬆️4 | 48 | nndl.github.io | „Neuronales Netzwerk und Deep Learning“ von Qiu Xipeng | HTML | 10517 | 2356 |
⬆️14 | 49 | Strahl | Ein schnelles und einfaches Framework zum Erstellen und Ausführen verteilter Anwendungen. Ray ist mit RLlib, einer skalierbaren Reinforcement-Learning-Bibliothek, und Tune, einer skalierbaren Hyperparameter-Tuning-Bibliothek, ausgestattet. | Python | 10248 | 1484 |
⬆️32 | 50 | Pytorch-Handbuch | Das Pytorch-Handbuch ist ein Open-Source-Buch, das denjenigen, die PyTorch für die Deep-Learning-Entwicklung und -Forschung verwenden möchten, einen schnellen Einstieg erleichtern soll. Die darin enthaltenen Pytorch-Tutorials wurden alle getestet und funktionieren garantiert erfolgreich. | Jupyter-Notizbuch | 10163 | 3056 |
8 | 51 | FastPhotoStyle | Stiltransfer, Deep Learning, Feature-Transformation | Python | 10052 | 1041 |
⬆️3 | 52 | Facenet | Gesichtserkennung mit Tensorflow | Python | 9965 | 4055 |
7 | 53 | char-rnn | Mehrschichtige wiederkehrende neuronale Netze (LSTM, GRU, RNN) für Sprachmodelle auf Zeichenebene in Torch | Lua | 9953 | 2370 |
5 | 54 | Machine-Learning-Tutorials | Tutorials, Artikel und andere Ressourcen zu maschinellem Lernen und Deep Learning | Keiner | 9920 | 3029 |
10 | 55 | convnetjs | Deep Learning in Javascript. Trainieren Sie Faltungs-Neuronale Netze (oder gewöhnliche) in Ihrem Browser. | JavaScript | 9888 | 1976 |
3 | 56 | Stanford-CS-229-Maschinelles Lernen | VIP-Spickzettel für Stanfords CS 229 Machine Learning | Keiner | 9888 | 2402 |
9 | 57 | neuronale Verbesserung | Superauflösung für Bilder mit Deep Learning. | Python | 9868 | 1118 |
? | 58 | nsfw_data_scraper | Sammlung von Skripten zum Aggregieren von Bilddaten zum Zwecke des Trainings eines NSFW-Bildklassifikators | Hülse | 9853 | 2605 |
1 | 59 | awesome-nlp | Eine kuratierte Liste von Ressourcen zum Thema Natural Language Processing (NLP) | Keiner | 9846 | 1822 |
13 | 60 | Tauchen Sie ein in maschinelles Lernen | Tauchen Sie mit Python Jupyter Notebook und Scikit-Learn in das maschinelle Lernen ein! | Keiner | 9786 | 1817 |
? | 61 | spleeter | Deezer-Quellentrennungsbibliothek einschließlich vorab trainierter Modelle. | Python | 9752 | 853 |
⬆️6 | 62 | labelImg | ?️ LabelImg ist ein grafisches Bildanmerkungstool und beschriftet Objektbegrenzungsrahmen in Bildern | Python | 9635 | 3282 |
3 | 63 | tensor2tensor | Bibliothek mit Deep-Learning-Modellen und Datensätzen, die Deep Learning zugänglicher machen und die ML-Forschung beschleunigen sollen. | Python | 9522 | 2456 |
8 | 64 | CycleGAN | Software, die Fotos aus Gemälden erstellen, Pferde in Zebras verwandeln, Stilübertragungen durchführen und vieles mehr kann. | Lua | 9419 | 1575 |
6 | 65 | Stanford-Tensorflow-Tutorials | Dieses Repository enthält Codebeispiele für den Stanford-Kurs: TensorFlow für Deep Learning Research. | Python | 9377 | 4273 |
15 | 66 | tflearn | Deep-Learning-Bibliothek mit einer übergeordneten API für TensorFlow. | Python | 9363 | 2396 |
⬆️2 | 67 | Deep-Learning-mit-Python-Notebooks | Jupyter-Notebooks für die Codebeispiele des Buches „Deep Learning with Python“ | Jupyter-Notizbuch | 9349 | 4607 |
11 | 68 | turicreate | Turi Create vereinfacht die Entwicklung benutzerdefinierter Modelle für maschinelles Lernen. | C++ | 9331 | 949 |
⬆️7 | 69 | learnopencv | Lernen Sie OpenCV: C++- und Python-Beispiele | Jupyter-Notizbuch | 9264 | 6080 |
⬆️1 | 70 | DeOldify | Ein auf Deep Learning basierendes Projekt zum Kolorieren und Wiederherstellen alter Bilder (und Videos!) | Jupyter-Notizbuch | 8949 | 988 |
⬆️2 | 71 | Awesome-Pytorch-Liste | Eine umfassende Liste von Pytorch-bezogenen Inhalten auf Github, wie z. B. verschiedene Modelle, Implementierungen, Hilfsbibliotheken, Tutorials usw. | Keiner | 8917 | 1954 |
6 | 72 | DeepCreamPy | Dezensierung von Hentai mit tiefen neuronalen Netzen | Python | 8874 | 961 |
11 | 73 | genial-tiefe-vision | Eine kuratierte Liste von Deep-Learning-Ressourcen für Computer Vision | Keiner | 8842 | 2586 |
7 | 74 | Fast-Style-Transfer | TensorFlow CNN für schnelle Stilübertragung ⚡??? | Python | 8667 | 2160 |
10 | 75 | Effektiver Tensorflow | TensorFlow 1.x- und 2.x-Tutorials und Best Practices. | Keiner | 8566 | 964 |
15 | 76 | tfjs-core | WebGL-beschleunigtes ML // lineare Algebra // automatische Differenzierung für JavaScript. | Typoskript | 8561 | 988 |
5 | 77 | dlib | Ein Toolkit zur Erstellung realer Anwendungen für maschinelles Lernen und Datenanalyse in C++ | C++ | 8546 | 2547 |
➖ | 78 | Horovod | Verteiltes Trainingsframework für TensorFlow, Keras, PyTorch und Apache MXNet. | Python | 8517 | 1330 |
15 | 79 | Kaffee2 | Caffe2 ist ein leichtes, modulares und skalierbares Deep-Learning-Framework. | Hülse | 8482 | 2096 |
1 | 80 | conv_arithmetic | Ein technischer Bericht über Faltungsarithmetik im Kontext von Deep Learning | TeX | 8169 | 1591 |
11 | 81 | Sonett | TensorFlow-basierte neuronale Netzwerkbibliothek | Python | 8138 | 1182 |
2 | 82 | ncnn | ncnn ist ein leistungsstarkes Inferenz-Framework für neuronale Netze, das für die mobile Plattform optimiert ist | C++ | 8071 | 2128 |
⬆️1 | 83 | imgaug | Bildvergrößerung für maschinelle Lernexperimente. | Python | 8013 | 1603 |
9 | 84 | TensorFlow-Tutorials | TensorFlow-Tutorials mit YouTube-Videos | Jupyter-Notizbuch | 8007 | 3922 |
8 | 85 | libfacedetection | Eine Open-Source-Bibliothek zur Gesichtserkennung in Bildern. Die Gesichtserkennungsgeschwindigkeit kann 1500 FPS erreichen. | C++ | 7971 | 2267 |
5 | 86 | allennlp | Eine Open-Source-NLP-Forschungsbibliothek, die auf PyTorch basiert. | Python | 7949 | 1707 |
13 | 87 | MLAlgorithmen | Minimale und klare Beispiele für Implementierungen von Algorithmen für maschinelles Lernen | Python | 7907 | 1424 |
⬆️5 | 88 | Netron | Visualisierer für Modelle für neuronale Netze, Deep Learning und maschinelles Lernen | JavaScript | 7882 | 959 |
⬆️1 | 89 | Gestalt | Ein spieltheoretischer Ansatz zur Erklärung der Ausgabe eines beliebigen Modells für maschinelles Lernen. | Jupyter-Notizbuch | 7792 | 1091 |
5 | 90 | onnx | Öffnen Sie den Austausch neuronaler Netzwerke | PureBasic | 7792 | 1281 |
4 | 91 | ml-Agenten | Unity Machine Learning Agents-Toolkit | Python | 7685 | 2052 |
6 | 92 | mit-deep-learning-book-pdf | MIT Deep Learning-Buch im PDF-Format (vollständig und in Teilen) von Ian Goodfellow, Yoshua Bengio und Aaron Courville | Java | 7534 | 1845 |
10 | 93 | pix2pix | Bild-zu-Bild-Übersetzung mit bedingten kontradiktorischen Netzen | Lua | 7423 | 1289 |
➖ | 94 | Deep-Learning-Drizzle | Tauchen Sie ein in Deep Learning, Reinforcement Learning, Machine Learning, Computer Vision und NLP, indem Sie aus diesen spannenden Vorlesungen lernen! | Keiner | 7284 | 1694 |
7 | 95 | Mode-Mnist | Eine MNIST-ähnliche Modeproduktdatenbank | Python | 7160 | 1564 |
⬆️1 | 96 | deep_learning_object_detection | Eine Papierliste zur Objekterkennung mithilfe von Deep Learning. | Keiner | 7139 | 2009 |
? | 97 | Tauchen Sie ein in DL-PyTorch | Dieses Projekt ändert die MXNet-Implementierung im Originalbuch „Dive into Deep Learning“ in eine PyTorch-Implementierung. | Jupyter-Notizbuch | 7092 | 2054 |
⬆️2 | 98 | mit-deep-learning | Tutorials, Aufgaben und Wettbewerbe für MIT Deep Learning-bezogene Kurse. | Jupyter-Notizbuch | 6899 | 1543 |
⬆️25 | 99 | Empfehlungsgeber | Best Practices für Empfehlungssysteme | Jupyter-Notizbuch | 6899 | 977 |
? | 100 | Deep-Learning-mit-TensorFlow-Buch | Ein Open-Source-Buch für den Einstieg in Deep Learning, basierend auf TensorFlow 2.0-Fallstudien. Open-Source-Deep-Learning-Buch, basierend auf dem TensorFlow 2.0-Framework. | Python | 6771 | 1848 |
⬆️1 | 101 | Pytorch-Buch | PyTorch-Tutorials und unterhaltsame Projekte, einschließlich neuronaler Gespräche, neuronaler Stil, Gedichtschreiben und Anime-Generierung („Deep Learning Framework PyTorch: Erste Schritte und praktischer Kampf“) | Jupyter-Notizbuch | 6685 | 2453 |
⬆️7 | 102 | bert-as-service | Zuordnen eines Satzes variabler Länge zu einem Vektor fester Länge mithilfe des BERT-Modells | Python | 6681 | 1357 |
? | 103 | streamlit | Streamlit – Der schnellste Weg, benutzerdefinierte ML-Tools zu erstellen | Python | 6650 | 575 |
9 | 104 | Autokeras | Ein AutoML-System basierend auf Keras | Python | 6561 | 1058 |
13 | 105 | py-schneller-rcnn | Schnelleres R-CNN (Python-Implementierung) – siehe https://github.com/ShaoqingRen/faster_rcnn für die offizielle MATLAB-Version | Python | 6551 | 3875 |
⬆️13 | 106 | pytorch_geometrische | Geometrische Deep-Learning-Erweiterungsbibliothek für PyTorch | Python | 6473 | 1036 |
3 | 107 | Keras-GAN | Keras-Implementierungen von Generative Adversarial Networks. | Python | 6450 | 2323 |
9 | 108 | Ludwig | Ludwig ist eine auf TensorFlow basierende Toolbox, mit der Deep-Learning-Modelle trainiert und getestet werden können, ohne dass Code geschrieben werden muss. | Python | 6350 | 724 |
13 | 109 | Labor | Eine anpassbare 3D-Plattform für agentenbasierte KI-Forschung | C | 6052 | 1222 |
7 | 110 | Deep-Learning-Modelle | Keras-Code- und Gewichtungsdateien für beliebte Deep-Learning-Modelle. | Python | 5959 | 1986 |
? | 111 | handson-ml2 | Eine Reihe von Jupyter-Notizbüchern, die Sie durch die Grundlagen des maschinellen Lernens und des Deep Learning in Python mit Scikit-Learn, Keras und TensorFlow 2 führen. | Jupyter-Notizbuch | 5921 | 2144 |
6 | 112 | Tensorschicht | Bibliothek für Deep Learning und Reinforcement Learning für Wissenschaftler | Python | 5876 | 1344 |
15 | 113 | BossSensor | Bildschirm ausblenden, wenn sich der Chef nähert. | Python | 5830 | 1091 |
4 | 114 | text_classification | alle Arten von Textklassifizierungsmodellen und mehr mit Deep Learning | Python | 5794 | 2200 |
? | 115 | maschinelles Lernen-Sehnsucht-cn | Chinesische Version von Machine Learning Yearning – „Machine Learning Training Secrets“ – geschrieben von Andrew Ng | CSS | 5770 | 1232 |
15 | 116 | Swift-KI | Die Swift-Bibliothek für maschinelles Lernen. | Schnell | 5666 | 549 |
⬆️8 | 117 | Python-Machine-Learning-Book-2. Auflage | Das Buchcode-Repository und die Informationsressource „Python Machine Learning (2. Auflage)“. | Jupyter-Notizbuch | 5569 | 2288 |
13 | 118 | großartig-rnn | Recurrent Neural Network – Eine kuratierte Liste von Ressourcen, die RNN gewidmet sind | Keiner | 5559 | 1403 |
11 | 119 | DeepLearningFlappyBird | Flappy Bird-Hack mit Deep Reinforcement Learning (Deep Q-Learning). | Python | 5507 | 1808 |
13 | 120 | SerpentAI | Game Agent Framework hilft Ihnen beim Erstellen von KIs/Bots, um jedes Spiel zu spielen, das Sie besitzen! | Jupyter-Notizbuch | 5451 | 607 |
10 | 121 | tensorflow_cookbook | Code für das Tensorflow Machine Learning Cookbook | Jupyter-Notizbuch | 5438 | 2331 |
4 | 122 | AdversarialNetsPapers | Die klassische Papierliste mit Code über generative gegnerische Netze | Keiner | 5356 | 1824 |
8 | 123 | Darkflow | Übersetzen Sie Darknet in Tensorflow. Laden Sie trainierte Gewichte, trainieren/verfeinern Sie es mit Tensorflow und exportieren Sie konstante Diagrammdefinitionen auf mobile Geräte | Python | 5328 | 1909 |
12 | 124 | Deepo | Richten Sie eine Deep-Learning-Umgebung in einer einzigen Befehlszeile ein. | Python | 5308 | 654 |
⬆️58 | 125 | nni | Ein Open-Source-AutoML-Toolkit für die Suche nach neuronalen Architekturen, Modellkomprimierung und Hyperparameter-Optimierung. | Python | 5281 | 676 |
10 | 126 | Kettenspanner | Ein flexibles Framework neuronaler Netze für Deep Learning | Python | 5274 | 1369 |
6 | 127 | genial-künstliche-intelligenz | Eine kuratierte Liste von Kursen, Büchern, Videovorträgen und Artikeln über künstliche Intelligenz (KI). | Keiner | 5239 | 1117 |
5 | 128 | Tensorpack | Eine Trainingsschnittstelle für neuronale Netze auf TensorFlow mit Fokus auf Geschwindigkeit und Flexibilität | Python | 5213 | 1593 |
12 | 129 | Deep-Residual-Networks | Deep Residual Learning für die Bilderkennung | Keiner | 5193 | 2041 |
⬆️12 | 130 | NLP-Tutorial | Tutorial zur Verarbeitung natürlicher Sprache für Deep-Learning-Forscher | Jupyter-Notizbuch | 5176 | 1387 |
11 | 131 | cnn-text-classification-tf | Faltungs-Neuronales Netzwerk zur Textklassifizierung in Tensorflow | Python | 5107 | 2620 |
19 | 132 | neuronaltalk | NeuralTalk ist ein Python+numpy-Projekt zum Erlernen multimodaler wiederkehrender neuronaler Netze, die Bilder mit Sätzen beschreiben. | Python | 5086 | 1333 |
19 | 133 | srez | Bild-Superauflösung durch Deep Learning | Python | 5079 | 655 |
5 | 134 | xlnet | XLNet: Generalisiertes autoregressives Vortraining für das Sprachverständnis | Python | 5046 | 976 |
13 | 135 | tiny-dnn | Nur Header, abhängigkeitsfreies Deep-Learning-Framework in C++14 | C++ | 4992 | 1284 |
? | 136 | Inkubator-tvm | Offener Deep-Learning-Compiler-Stack für CPU, GPU und spezielle Beschleuniger | Python | 4966 | 1324 |
⬆️16 | 137 | Awesome-Object-Detection | Fantastische Objekterkennung basierend auf handong1587 Github: https://handong1587.github.io/deep_learning/2015/10/09/object-detection.html | Keiner | 4914 | 1474 |
⬆️16 | 138 | PySyft | Eine Bibliothek für verschlüsseltes, datenschutzschonendes maschinelles Lernen | Python | 4819 | 1073 |
⬆️11 | 139 | wav2letter | Das automatische Spracherkennungs-Toolkit von Facebook AI Research | C++ | 4806 | 767 |
4 | 140 | Deep-Learning-Kursra | Deep-Learning-Spezialisierung von Andrew Ng auf Coursera. | Jupyter-Notizbuch | 4773 | 3710 |
14 | 141 | Paddle-Lite | Multiplattform-Hochleistungs-Deep-Learning-Inferenz-Engine (『Flying Paddle』Multiplattform-Hochleistungs-Deep-Learning-Vorhersage-Engine) | C++ | 4770 | 993 |
14 | 142 | TopDeepLearning | Eine Liste beliebter Github-Projekte im Zusammenhang mit Deep Learning | Python | 4764 | 970 |
⬆️2 | 143 | schneller-rcnn.pytorch | Eine schnellere Pytorch-Implementierung von schnellerem R-CNN | Python | 4764 | 1616 |
14 | 144 | face_classification | Echtzeit-Gesichtserkennung und Emotions-/Geschlechtsklassifizierung unter Verwendung von fer2013/imdb-Datensätzen mit einem Keras-CNN-Modell und openCV. | Python | 4703 | 1388 |
19 | 145 | keras-js | Führen Sie Keras-Modelle im Browser aus, mit GPU-Unterstützung über WebGL | JavaScript | 4685 | 507 |
⬆️2 | 146 | Photoprisma | Persönliches Fotomanagement mit Go und Google TensorFlow | Gehen | 4623 | 258 |
13 | 147 | h2o-3 | Schnell skalierbare Open-Source-Plattform für maschinelles Lernen für intelligentere Anwendungen: Deep Learning, Gradient Boosting und XGBoost, Random Forest, verallgemeinerte lineare Modellierung (logistische Regression, elastisches Netz), K-Means, PCA, gestapelte Ensembles, automatisches maschinelles Lernen (AutoML) usw . | Java | 4580 | 1672 |
17 | 148 | TensorFlow-Welt | ? Einfache und gebrauchsfertige Tutorials für TensorFlow | Python | 4468 | 426 |
➖ | 149 | der-unglaubliche-Pytorch | The Incredible PyTorch: eine kuratierte Liste von Tutorials, Artikeln, Projekten, Communities und mehr rund um PyTorch. | Keiner | 4463 | 883 |
? | 150 | mediapipe | MediaPipe ist ein plattformübergreifendes Framework zum Aufbau multimodaler Pipelines für angewandtes maschinelles Lernen | C++ | 4458 | 785 |
12 | 151 | keras-rl | Deep Reinforcement Learning für Keras. | Python | 4445 | 1146 |
19 | 152 | Edward | Eine probabilistische Programmiersprache in TensorFlow. Tiefe generative Modelle, Variationsinferenz. | Jupyter-Notizbuch | 4435 | 780 |
7 | 153 | MMdnn | MMdnn ist eine Reihe von Tools, die Benutzern die Zusammenarbeit zwischen verschiedenen Deep-Learning-Frameworks erleichtern, z. B. Modellkonvertierung und -visualisierung zwischen Caffe, Keras, MXNet, Tensorflow, CNTK, PyTorch Onnx und CoreML. | Python | 4421 | 839 |
zweiundzwanzig | 154 | amazon-dsstne | Deep Scalable Sparse Tensor Network Engine (DSSTNE) ist eine von Amazon entwickelte Bibliothek zum Erstellen von Deep Learning (DL)-Modellen für maschinelles Lernen (ML). | C++ | 4408 | 762 |
? | 155 | TensorFlow-2.x-Tutorials | Tutorials und Beispiele der TensorFlow 2.x-Version, einschließlich CNN-, RNN-, GAN-, Auto-Encoder-, FasterRCNN-, GPT-, BERT-Beispiele usw. TF-Version 2.0-Beispielcode für Einsteiger und praktische Tutorials. | Jupyter-Notizbuch | 4348 | 1415 |
? | 156 | Albumentationen | Schnelle Bilderweiterungsbibliothek und benutzerfreundlicher Wrapper für andere Bibliotheken | Python | 4336 | 576 |
⬆️9 | 157 | Grokking-Deep-Learning | Dieses Repository begleitet das Buch „Grokking Deep Learning“ | Jupyter-Notizbuch | 4313 | 926 |
einundzwanzig | 158 | Maschinelles Lernen-Mindmap | Eine Mindmap, die die Konzepte des maschinellen Lernens zusammenfasst, von der Datenanalyse bis zum Deep Learning. | Keiner | 4309 | 762 |
8 | 159 | pix2pixHD | Synthetisieren und Bearbeiten von 2048x1024-Bildern mit bedingten GANs | Python | 4299 | 867 |
25 | 160 | neurojs | Eine JavaScript-Deep-Learning- und Reinforcement-Learning-Bibliothek. | JavaScript | 4291 | 365 |
⬆️34 | 161 | Pandas-Profilerstellung | Erstellen Sie HTML-Profilerstellungsberichte aus Pandas-DataFrame-Objekten | Python | 4290 | 588 |
⬆️5 | 162 | PyTorch-Tutorial | Bauen Sie Ihr neuronales Netzwerk einfach und schnell auf | Jupyter-Notizbuch | 4286 | 1984 |
3 | 163 | machine_learning_examples | Eine Sammlung von Beispielen und Tutorials für maschinelles Lernen. | Python | 4232 | 4100 |
20 | 164 | Realtime_Multi-Person_Pose_Estimation | Code-Repo für Echtzeit-Posenschätzung für mehrere Personen in CVPR'17 (mündlich) | Jupyter-Notizbuch | 4190 | 1252 |
25 | 165 | Deeplearning-Papiernotizen | Zusammenfassungen und Anmerkungen zu Deep-Learning-Forschungsarbeiten | Keiner | 4162 | 891 |
dreiundzwanzig | 166 | Skizzencode | Keras-Modell zum Generieren von HTML-Code aus handgezeichneten Website-Modellen. Implementiert eine Bildbeschriftungsarchitektur für gezeichnete Quellbilder. | Python | 4148 | 534 |
8 | 167 | Portion | Ein flexibles, leistungsstarkes Bereitstellungssystem für Modelle des maschinellen Lernens | C++ | 4148 | 1663 |
6 | 168 | graph_nets | Erstellen Sie Graphnetze in Tensorflow | Python | 4127 | 612 |
zweiundzwanzig | 169 | Tensorraum | 3D-Visualisierungsframework für neuronale Netze, Erstellung interaktiver und intuitiver Modelle in Browsern, Unterstützung vorab trainierter Deep-Learning-Modelle von TensorFlow, Keras, TensorFlow.js | JavaScript | 4093 | 363 |
⬆️15 | 170 | Buch | Alle Bücher über Programmiersprachen | Keiner | 4071 | 1492 |
? | 171 | seq2seq-Couplet | Spielen Sie Couplet mit dem seq2seq-Modell. Verwenden Sie Deep Learning zum Couplet. | Python | 4060 | 813 |
⬆️9 | 172 | sich drehen | Eine Bildungsressource, die jedem hilft, tiefgreifendes, verstärkendes Lernen zu erlernen. | Python | 4030 | 820 |
32 | 173 | DeepLearningProjekt | Ein ausführliches Tutorial zum maschinellen Lernen führt Leser von Grund auf in die gesamte Pipeline für maschinelles Lernen ein. | HTML | 4028 | 614 |
13 | 174 | Stanford-CS-230-Deep-Learning | VIP-Spickzettel für Stanfords CS 230 Deep Learning | Keiner | 4017 | 816 |
⬆️11 | 175 | Beschrifte mich | Bildpolygonale Annotation mit Python (Polygon-, Rechteck-, Kreis-, Linien-, Punkt- und Flaggenanmerkung auf Bildebene). | Python | 4000 | 1275 |
18 | 176 | vrn | ? Code für „3D-Gesichtsrekonstruktion mit großer Pose aus einem einzelnen Bild mittels direkter volumetrischer CNN-Regression“ | Hülse | 3951 | 659 |
? | 177 | dgl | Python-Paket, das entwickelt wurde, um Deep Learning auf Graphen zu erleichtern, zusätzlich zu bestehenden DL-Frameworks. | Python | 3944 | 656 |
26 | 178 | lernen-lernen | Lernen, in TensorFlow zu lernen | Python | 3934 | 587 |
⬆️19 | 179 | MVision | Robot Vision Mobiler Roboter VS-SLAM ORB-SLAM2 Deep Learning Zielerkennung Yolov3 Verhaltenserkennung Opencv PCL Maschinelles Lernen Unbemanntes Fahren | C++ | 3914 | 1699 |
6 | 180 | DeepPavlov | Eine Open-Source-Bibliothek für Deep-Learning-End-to-End-Dialogsysteme und Chatbots. | Python | 3912 | 720 |
? | 181 | Modelle | Vorab trainierte und reproduzierte Deep-Learning-Modelle („offizielle Modellbibliothek „Flying Paddle“, einschließlich einer Vielzahl von Deep-Learning-Modellen, die in akademischen Spitzen- und Industrieszenarien verifiziert wurden)“ | Python | 3910 | 1839 |
25 | 182 | ZIFFERN | Deep-Learning-GPU-Trainingssystem | HTML | 3899 | 1386 |
⬆️7 | 183 | carla | Open-Source-Simulator für die Forschung zum autonomen Fahren. | C++ | 3885 | 1058 |
29 | 184 | DeepLearning-Tutorials | Weitere Informationen finden Sie im Wiki. | Python | 3882 | 2137 |
einundzwanzig | 185 | DenseNet | Densely Connected Convolutional Networks, im CVPR 2017 (Best Paper Award). | Lua | 3833 | 923 |
30 | 186 | Neon | Intel® Nervana™ Referenz-Deep-Learning-Framework, das sich für beste Leistung auf jeder Hardware einsetzt | Python | 3821 | 847 |
7 | 187 | OpenNMT-py | Open-Source-Neuronale Maschinelle Übersetzung in PyTorch | Python | 3802 | 1453 |
25 | 188 | DeepLearningZeroToAll | TensorFlow Basic Tutorial Labs | Jupyter-Notizbuch | 3798 | 2394 |
? | 189 | d2l-en | Tauchen Sie ein in Deep Learning: ein interaktives Deep-Learning-Buch mit Code, Mathematik und Diskussionen, basierend auf der NumPy-Schnittstelle. | Python | 3790 | 976 |
17 | 190 | Augmentor | Bilderweiterungsbibliothek in Python für maschinelles Lernen. | Jupyter-Notizbuch | 3767 | 714 |
einundzwanzig | 191 | Deep-Learning-21-Beispiele | „21 Projekte zum Spielen mit Deep Learning – Detaillierte praktische Erklärung basierend auf TensorFlow“-Unterstützungscode | Python | 3750 | 1637 |
20 | 192 | Keule | MACE ist ein Deep-Learning-Inferenz-Framework, das für mobile heterogene Computerplattformen optimiert ist. | C++ | 3735 | 662 |
17 | 193 | Praktisch_RL | Ein Kurs zum verstärkenden Lernen in freier Wildbahn | Jupyter-Notizbuch | 3716 | 1082 |
29 | 194 | dl-docker | Ein All-in-One-Docker-Image für Deep Learning. Enthält alle gängigen DL-Frameworks (TensorFlow, Theano, Torch, Caffe usw.). | Python | 3706 | 823 |
27 | 195 | Deep-Learning-Roadmap | ? Alles, was Sie über Deep Learning wissen müssen – Ein Kickstarter | Python | 3680 | 565 |
einundzwanzig | 196 | SSD-Tensorflow | Single-Shot-MultiBox-Detektor in TensorFlow | Jupyter-Notizbuch | 3651 | 1779 |
28 | 197 | Maschinelles Lernen | Grundlegendes maschinelles Lernen und tiefes Lernen | Python | 3648 | 2722 |
? | 198 | Notizen zum maschinellen Lernen | Meine ständig aktualisierten Notizen und Demos zu maschinellem Lernen, probabilistischen Modellen und Deep Learning (über 1500 Folien) Meine ständig aktualisierten Notizen und Demos zu maschinellem Lernen, probabilistischen Modellen und Deep Learning (über 1500 Seiten) und Videolinks | Jupyter-Notizbuch | 3612 | 1007 |
? | 199 | ML-NLP | In diesem Projekt geht es um Wissenspunkte und Code-Implementierungen, die häufig in maschinellen Lern-, Deep-Learning- und NLP-Interviews getestet werden. Es handelt sich auch um das theoretische Grundwissen, das ein Algorithmus-Ingenieur kennen muss. | Jupyter-Notizbuch | 3603 | 1073 |
9 | 200 | Aufmerksamkeit ist alles, was Sie brauchen, Pytorch | Eine PyTorch-Implementierung des Transformer-Modells in „Attention is All You Need“. | Python | 3603 | 953 |