Top Deep Learning
1.0.0
Voici une liste des 200 meilleurs référentiels Github de deep learning triés par nombre d'étoiles. La requête qui a été utilisée avec l'API de recherche Github est :
deep-learning OR CNN OR RNN OR "convolutional neural network" OR "recurrent neural network"
Les référentiels Github d'apprentissage profond les plus tendances peuvent être trouvés ici.
Date : 02-02-2020 par rapport au 09-01-2019
Remarque : Ceci sera mis à jour régulièrement.
Pos | Nom | Description | Langue | Étoiles | Fourchettes | |
---|---|---|---|---|---|---|
➖ | 1 | flux tensoriel | Un cadre d'apprentissage automatique Open Source pour tous | C++ | 140574 | 79704 |
➖ | 2 | kéras | Apprentissage profond pour les humains | Python | 46627 | 17671 |
➖ | 3 | ouvrir cv | Bibliothèque de vision par ordinateur open source | C++ | 41817 | 32255 |
⬆️1 | 4 | DeepLearning-500-questions | 500 Questions sur l'apprentissage profond explique des problèmes d'actualité courants tels que la connaissance des probabilités, l'algèbre linéaire, l'apprentissage automatique, l'apprentissage profond et la vision par ordinateur sous la forme de questions et réponses pour vous aider ainsi que les lecteurs dans le besoin. Le livre est divisé en 18 chapitres et compte plus de 500 000 mots. En raison du niveau limité, les lecteurs sont priés de critiquer et de corriger toute insuffisance du livre. À suivre... Si vous êtes intéressé par une coopération, veuillez contacter [email protected] Tous droits réservés. La violation des droits sera poursuivie Tan 2018.06. | Aucun | 36349 | 11201 |
1 | 5 | Exemples TensorFlow | Tutoriel TensorFlow et exemples pour les débutants (support TF v1 et v2) | Carnet Jupyter | 36173 | 13657 |
➖ | 6 | torche | Tenseurs et réseaux de neurones dynamiques en Python avec forte accélération GPU | C++ | 35719 | 8990 |
➖ | 7 | café | Caffe : un framework ouvert et rapide pour l'apprentissage en profondeur. | C++ | 29775 | 18028 |
⬆️4 | 8 | échange de visage | Logiciel Deepfakes pour tous | Python | 28863 | 9258 |
? | 9 | 100 jours de code ML | 100 jours de codage ML | Python | 27766 | 6943 |
1 | 10 | livre d'apprentissage profond-chinois | Livre d'apprentissage profond, traduction chinoise | Texas | 27753 | 8098 |
1 | 11 | Feuille de route pour la lecture de documents d'apprentissage en profondeur | Feuille de route de lecture d'articles sur le Deep Learning pour tous ceux qui souhaitent apprendre cette technologie incroyable ! | Python | 25457 | 5818 |
? | 12 | IA pratique | Une approche pratique de l’apprentissage automatique. | Carnet Jupyter | 23437 | 4171 |
2 | 13 | apprentissage automatique pour les ingénieurs logiciels | Un plan quotidien complet pour étudier pour devenir ingénieur en apprentissage automatique. | Aucun | 23326 | 5466 |
⬆️2 | 14 | AiApprentissage | AiLearning : Apprentissage automatique - MachineLearning - ML, Deep Learning - DeepLearning - DL, Traitement du langage naturel NLP | Python | 22923 | 7996 |
2 | 15 | Détectron | Plateforme de recherche de FAIR pour la recherche sur la détection d'objets, mettant en œuvre des algorithmes populaires tels que Mask R-CNN et RetinaNet. | Python | 22754 | 5016 |
1 | 16 | superbes documents d'apprentissage en profondeur | Les articles sur l'apprentissage profond les plus cités | Texas | 20574 | 3987 |
⬆️1 | 17 | mains-ml | Une série de blocs-notes Jupyter qui vous guident à travers les principes fondamentaux du Machine Learning et du Deep Learning en python à l'aide de Scikit-Learn et TensorFlow. | Carnet Jupyter | 18622 | 10022 |
1 | 18 | incubateur-mxnet | Apprentissage profond distribué/mobile léger, portable et flexible avec un planificateur de flux de données dynamique et sensible aux mutations pour Python, R, Julia, Scala, Go, Javascript et plus ; | Python | 18344 | 6528 |
⬆️1 | 19 | data-science-ipython-notebooks | Cahiers Python de science des données : apprentissage profond (TensorFlow, Theano, Caffe, Keras), scikit-learn, Kaggle, big data (Spark, Hadoop MapReduce, HDFS), matplotlib, pandas, NumPy, SciPy, Python essentials, AWS et diverses commandes lignes. | Python | 17947 | 5528 |
⬆️1 | 20 | fastaï | La bibliothèque d'apprentissage profond fastai, ainsi que des leçons et des tutoriels | Carnet Jupyter | 17001 | 6029 |
2 | vingt-et-un | CNTK | Microsoft Cognitive Toolkit (CNTK), une boîte à outils open source d'apprentissage en profondeur | C++ | 16658 | 4420 |
➖ | vingt-deux | réseau sombre | Réseaux de neurones convolutifs | C | 16203 | 10402 |
⬆️15 | vingt-trois | d2l-zh | « Hands-on Deep Learning » : pour les lecteurs chinois, il peut être exécuté et discuté. La version anglaise est le manuel « Introduction to Deep Learning » de Berkeley. | Python | 15910 | 4061 |
⬆️1 | vingt-quatre | pose ouverte | OpenPose : bibliothèque de détection de points clés multi-personnes en temps réel pour l'estimation du corps, du visage, des mains et des pieds | C++ | 15825 | 4682 |
2 | 25 | SpaCy | ? Traitement du langage naturel (NLP) de qualité industrielle avec Python et Cython | Python | 15643 | 2755 |
➖ | 26 | Masque_RCNN | Masque R-CNN pour la détection d'objets et la segmentation d'instances sur Keras et TensorFlow | Python | 15583 | 7251 |
⬆️4 | 27 | ML à partir de zéro | Machine Learning From Scratch. Implémentations NumPy simples de modèles et d'algorithmes d'apprentissage automatique en mettant l'accent sur l'accessibilité. Vise à tout couvrir, de la régression linéaire à l'apprentissage en profondeur. | Python | 15327 | 2935 |
⬆️2 | 28 | tutoriel pytorch | Tutoriel PyTorch pour les chercheurs en Deep Learning | Python | 15314 | 4813 |
⬆️62 | 29 | Clonage vocal en temps réel | Clonez une voix en 5 secondes pour générer une parole arbitraire en temps réel | Python | 15014 | 2651 |
2 | 30 | 100 jours de code ML | Version chinoise de 100 jours de code ML | Carnet Jupyter | 14977 | 4170 |
4 | 31 | génial-deep-learning | Une liste organisée de superbes tutoriels, projets et communautés de Deep Learning. | Aucun | 14565 | 4592 |
8 | 32 | conférences | Cours Oxford Deep PNL 2017 | Aucun | 14411 | 3477 |
4 | 33 | Cours TensorFlow | Tutoriels simples et prêts à l'emploi pour TensorFlow | Python | 13938 | 2782 |
2 | 34 | Qix | Apprentissage automatique, apprentissage profond, PostgreSQL, système distribué, Node.Js, Golang | Aucun | 13091 | 4701 |
2 | 35 | aide-mémoire-ai | Aide-mémoire essentiels pour les chercheurs en apprentissage profond et en apprentissage automatique https://medium.com/@kailashahirwar/essential-cheat-sheets-for-machine-learning-and-deep-learning-researchers-efb6a8ebd2e5 | Aucun | 13068 | 3175 |
2 | 36 | face ouverte | Reconnaissance faciale avec des réseaux de neurones profonds. | Lua | 13043 | 3260 |
⬆️2 | 37 | Discours profond | Une implémentation TensorFlow de l'architecture DeepSpeech de Baidu | C++ | 12951 | 2417 |
2 | 38 | tfjs | Une bibliothèque JavaScript accélérée WebGL pour la formation et le déploiement de modèles ML. | Manuscrit | 12566 | 1040 |
4 | 39 | Capture d'écran vers code | Un réseau de neurones qui transforme une maquette de conception en un site Web statique. | HTML | 12397 | 1226 |
⬆️49 | 40 | Laboratoire DeepFace | DeepFaceLab est le principal logiciel de création de deep fakes. | Python | 12237 | 2802 |
⬆️13 | 41 | modèles d'apprentissage profond | Une collection de diverses architectures, modèles et conseils d'apprentissage profond | Carnet Jupyter | 11483 | 2678 |
5 | 42 | apprentissage profond4j | Eclipse Deeplearning4j, ND4J, DataVec et plus - apprentissage profond et algèbre linéaire pour Java/Scala avec GPU + Spark | Java | 11454 | 4803 |
2 | 43 | génial-datascience | Un formidable référentiel de science des données pour apprendre et appliquer des problèmes du monde réel. | Aucun | 10992 | 3237 |
⬆️6 | 44 | pytorch-CycleGAN-et-pix2pix | Traduction image à image dans PyTorch | Python | 10911 | 3141 |
5 | 45 | pix2code | pix2code : Générer du code à partir d'une capture d'écran de l'interface utilisateur graphique | Python | 10709 | 1160 |
4 | 46 | réseaux-de-neurones-et-apprentissage-profond | Exemples de code pour mon livre "Neural Networks and Deep Learning" | Python | 10687 | 5046 |
3 | 47 | Pagayer | PArallel Distributed Deep LEarning : cadre d'apprentissage automatique issu de la pratique industrielle (framework de base "Flying Paddle", apprentissage profond et apprentissage automatique hautes performances autonomes, formation distribuée et déploiement multiplateforme) | C++ | 10676 | 2823 |
⬆️4 | 48 | nndl.github.io | "Réseau neuronal et apprentissage profond" par Qiu Xipeng | HTML | 10517 | 2356 |
⬆️14 | 49 | rayon | Un cadre simple et rapide pour créer et exécuter des applications distribuées. Ray est fourni avec RLlib, une bibliothèque d'apprentissage par renforcement évolutive, et Tune, une bibliothèque de réglage d'hyperparamètres évolutive. | Python | 10248 | 1484 |
⬆️32 | 50 | manuel de pytorch | Le manuel Pytorch est un livre open source qui vise à aider ceux qui souhaitent utiliser PyTorch pour le développement et la recherche en apprentissage profond à démarrer rapidement. Les didacticiels Pytorch qu'il contient ont tous été testés et garantis pour fonctionner avec succès. | Carnet Jupyter | 10163 | 3056 |
8 | 51 | StylePhoto Rapide | Transfert de style, apprentissage profond, transformation des fonctionnalités | Python | 10052 | 1041 |
⬆️3 | 52 | facenet | Reconnaissance faciale à l'aide de Tensorflow | Python | 9965 | 4055 |
7 | 53 | char-rnn | Réseaux de neurones récurrents multicouches (LSTM, GRU, RNN) pour les modèles de langage au niveau des caractères dans Torch | Lua | 9953 | 2370 |
5 | 54 | Tutoriels d'apprentissage automatique | tutoriels, articles et autres ressources sur l'apprentissage automatique et l'apprentissage profond | Aucun | 9920 | 3029 |
10 | 55 | convnetjs | Deep Learning en Javascript. Entraînez des réseaux de neurones convolutifs (ou ordinaires) dans votre navigateur. | Javascript | 9888 | 1976 |
3 | 56 | stanford-cs-229-apprentissage automatique | Aide-mémoire VIP pour le Machine Learning CS 229 de Stanford | Aucun | 9888 | 2402 |
9 | 57 | amélioration neuronale | Super résolution pour les images utilisant le deep learning. | Python | 9868 | 1118 |
? | 58 | nsfw_data_scraper | Collection de scripts pour agréger les données d'image à des fins de formation d'un classificateur d'images NSFW | Coquille | 9853 | 2605 |
1 | 59 | génial-nlp | Une liste organisée de ressources dédiées au traitement du langage naturel (NLP) | Aucun | 9846 | 1822 |
13 | 60 | plongée dans l'apprentissage automatique | Plongez dans l'apprentissage automatique avec le notebook Python Jupyter et scikit-learn ! | Aucun | 9786 | 1817 |
? | 61 | spéléologue | Bibliothèque de séparation de sources Deezer comprenant des modèles pré-entraînés. | Python | 9752 | 853 |
⬆️6 | 62 | étiquetteImg | ?️ LabelImg est un outil d'annotation d'images graphiques et d'étiquettes de cadres de délimitation d'objets dans les images | Python | 9635 | 3282 |
3 | 63 | tenseur2tenseur | Bibliothèque de modèles et d'ensembles de données d'apprentissage profond conçus pour rendre l'apprentissage profond plus accessible et accélérer la recherche en ML. | Python | 9522 | 2456 |
8 | 64 | CycleGAN | Logiciel capable de générer des photos à partir de peintures, de transformer des chevaux en zèbres, d'effectuer un transfert de style, etc. | Lua | 9419 | 1575 |
6 | 65 | didacticiels-tensorflow-stanford | Ce référentiel contient des exemples de code pour le cours de Stanford : TensorFlow for Deep Learning Research. | Python | 9377 | 4273 |
15 | 66 | apprendre | Bibliothèque d'apprentissage profond dotée d'une API de niveau supérieur pour TensorFlow. | Python | 9363 | 2396 |
⬆️2 | 67 | apprentissage en profondeur avec des notebooks python | Carnets Jupyter pour les exemples de code du livre "Deep Learning with Python" | Carnet Jupyter | 9349 | 4607 |
11 | 68 | turicréer | Turi Create simplifie le développement de modèles d'apprentissage automatique personnalisés. | C++ | 9331 | 949 |
⬆️7 | 69 | apprendreopencv | Apprendre OpenCV : exemples C++ et Python | Carnet Jupyter | 9264 | 6080 |
⬆️1 | 70 | DésOldifier | Un projet basé sur le Deep Learning pour coloriser et restaurer d'anciennes images (et vidéos !) | Carnet Jupyter | 8949 | 988 |
⬆️2 | 71 | Liste géniale de pytorch | Une liste complète du contenu lié à pytorch sur github, tel que différents modèles, implémentations, bibliothèques d'assistance, didacticiels, etc. | Aucun | 8917 | 1954 |
6 | 72 | DeepCreamPy | Décensurer le Hentai avec des réseaux de neurones profonds | Python | 8874 | 961 |
11 | 73 | superbe-vision profonde | Une liste organisée de ressources d'apprentissage profond pour la vision par ordinateur | Aucun | 8842 | 2586 |
7 | 74 | transfert de style rapide | TensorFlow CNN pour un transfert de style rapide ⚡??? | Python | 8667 | 2160 |
10 | 75 | Flux Tensor Efficace | Tutoriels et bonnes pratiques TensorFlow 1.x et 2.x. | Aucun | 8566 | 964 |
15 | 76 | tfjs-core | ML accéléré par WebGL // algèbre linéaire // différenciation automatique pour JavaScript. | Manuscrit | 8561 | 988 |
5 | 77 | dlib | Une boîte à outils pour créer des applications réelles d'apprentissage automatique et d'analyse de données en C++ | C++ | 8546 | 2547 |
➖ | 78 | Horovod | Cadre de formation distribué pour TensorFlow, Keras, PyTorch et Apache MXNet. | Python | 8517 | 1330 |
15 | 79 | café2 | Caffe2 est un framework d'apprentissage en profondeur léger, modulaire et évolutif. | Coquille | 8482 | 2096 |
1 | 80 | conv_arithmétique | Un rapport technique sur l'arithmétique de convolution dans le contexte de l'apprentissage profond | Texas | 8169 | 1591 |
11 | 81 | sonnet | Bibliothèque de réseaux neuronaux basée sur TensorFlow | Python | 8138 | 1182 |
2 | 82 | ncnn | ncnn est un framework d'inférence de réseau neuronal haute performance optimisé pour la plateforme mobile | C++ | 8071 | 2128 |
⬆️1 | 83 | imgaug | Augmentation d'images pour les expériences d'apprentissage automatique. | Python | 8013 | 1603 |
9 | 84 | Tutoriels TensorFlow | Tutoriels TensorFlow avec des vidéos YouTube | Carnet Jupyter | 8007 | 3922 |
8 | 85 | libfacedetection | Une bibliothèque open source pour la détection des visages dans les images. La vitesse de détection des visages peut atteindre 1500FPS. | C++ | 7971 | 2267 |
5 | 86 | allennlp | Une bibliothèque de recherche PNL open source, construite sur PyTorch. | Python | 7949 | 1707 |
13 | 87 | MLAlgorithmes | Exemples minimaux et propres d'implémentations d'algorithmes d'apprentissage automatique | Python | 7907 | 1424 |
⬆️5 | 88 | nétron | Visualiseur pour réseaux neuronaux, modèles d'apprentissage profond et d'apprentissage automatique | Javascript | 7882 | 959 |
⬆️1 | 89 | forme | Une approche théorique des jeux pour expliquer le résultat de tout modèle d'apprentissage automatique. | Carnet Jupyter | 7792 | 1091 |
5 | 90 | onnx | Échange de réseaux neuronaux ouverts | PurBasique | 7792 | 1281 |
4 | 91 | agents ml | Boîte à outils des agents d'apprentissage automatique Unity | Python | 7685 | 2052 |
6 | 92 | mit-deep-learning-livre-pdf | Livre MIT Deep Learning au format PDF (complet et parties) par Ian Goodfellow, Yoshua Bengio et Aaron Courville | Java | 7534 | 1845 |
10 | 93 | pix2pix | Traduction image à image avec réseaux contradictoires conditionnels | Lua | 7423 | 1289 |
➖ | 94 | bruine-d'apprentissage en profondeur | Plongez-vous dans l'apprentissage profond, l'apprentissage par renforcement, l'apprentissage automatique, la vision par ordinateur et la PNL en apprenant de ces conférences passionnantes !! | Aucun | 7284 | 1694 |
7 | 95 | mode-mniste | Une base de données de produits de mode de type MNIST. | Python | 7160 | 1564 |
⬆️1 | 96 | deep_learning_object_detection | Une liste papier de détection d'objets à l'aide de l'apprentissage profond. | Aucun | 7139 | 2009 |
? | 97 | Plongez dans DL-PyTorch | Ce projet modifie l'implémentation de MXNet dans le livre original "Dive into Deep Learning" en implémentation de PyTorch. | Carnet Jupyter | 7092 | 2054 |
⬆️2 | 98 | avec-deep-learning | Tutoriels, devoirs et concours pour les cours liés au MIT Deep Learning. | Carnet Jupyter | 6899 | 1543 |
⬆️25 | 99 | recommandateurs | Meilleures pratiques sur les systèmes de recommandation | Carnet Jupyter | 6899 | 977 |
? | 100 | Livre d'apprentissage en profondeur avec TensorFlow | Un livre open source pour démarrer avec le deep learning, basé sur des études de cas TensorFlow 2.0. Livre open source Deep Learning, basé sur le framework TensorFlow 2.0. | Python | 6771 | 1848 |
⬆️1 | 101 | livre pytorch | Tutoriels PyTorch et projets amusants comprenant la conversation neuronale, le style neuronal, l'écriture de poèmes, la génération d'anime ("Deep Learning Framework PyTorch: Getting Started and Practical Combat") | Carnet Jupyter | 6685 | 2453 |
⬆️7 | 102 | bert-en tant que service | Mappage d'une phrase de longueur variable sur un vecteur de longueur fixe à l'aide du modèle BERT | Python | 6681 | 1357 |
? | 103 | rationalisé | Streamlit — Le moyen le plus rapide de créer des outils de ML personnalisés | Python | 6650 | 575 |
9 | 104 | autokeras | Un système AutoML basé sur Keras | Python | 6561 | 1058 |
13 | 105 | py-plus rapide-rcnn | R-CNN plus rapide (implémentation Python) -- voir https://github.com/ShaoqingRen/faster_rcnn pour la version officielle de MATLAB | Python | 6551 | 3875 |
⬆️13 | 106 | pytorch_geométrique | Bibliothèque d'extensions d'apprentissage profond géométrique pour PyTorch | Python | 6473 | 1036 |
3 | 107 | Keras-GAN | Implémentations Keras de réseaux contradictoires génératifs. | Python | 6450 | 2323 |
9 | 108 | Louis | Ludwig est une boîte à outils construite sur TensorFlow qui permet de former et de tester des modèles d'apprentissage profond sans avoir besoin d'écrire du code. | Python | 6350 | 724 |
13 | 109 | laboratoire | Une plateforme 3D personnalisable pour la recherche sur l'IA basée sur des agents | C | 6052 | 1222 |
7 | 110 | modèles d'apprentissage profond | Fichiers de code et de pondération Keras pour les modèles d'apprentissage profond populaires. | Python | 5959 | 1986 |
? | 111 | mains-ml2 | Une série de blocs-notes Jupyter qui vous guident à travers les principes fondamentaux du Machine Learning et du Deep Learning en Python à l'aide de Scikit-Learn, Keras et TensorFlow 2. | Carnet Jupyter | 5921 | 2144 |
6 | 112 | tenseur | Bibliothèque d'apprentissage profond et d'apprentissage par renforcement pour les scientifiques | Python | 5876 | 1344 |
15 | 113 | BossCapteur | Masquer l'écran lorsque le patron approche. | Python | 5830 | 1091 |
4 | 114 | classification_texte | toutes sortes de modèles de classification de texte et plus encore avec l'apprentissage profond | Python | 5794 | 2200 |
? | 115 | machine-learning-désir-cn | Machine Learning Yearning version chinoise - "Machine Learning Training Secrets" - écrit par Andrew Ng | CSS | 5770 | 1232 |
15 | 116 | Swift-AI | La bibliothèque d'apprentissage automatique Swift. | Rapide | 5666 | 549 |
⬆️8 | 117 | python-machine-learning-book-2e-édition | Le référentiel de codes de livres et la ressource d'informations "Python Machine Learning (2e édition)" | Carnet Jupyter | 5569 | 2288 |
13 | 118 | génial-rnn | Recurrent Neural Network - Une liste organisée de ressources dédiées au RNN | Aucun | 5559 | 1403 |
11 | 119 | DeepLearningFlappyBird | Hack de Flappy Bird en utilisant Deep Reinforcement Learning (Deep Q-learning). | Python | 5507 | 1808 |
13 | 120 | SerpentAI | Game Agent Framework. Vous aide à créer des IA/bots pour jouer à n'importe quel jeu que vous possédez ! | Carnet Jupyter | 5451 | 607 |
10 | 121 | tensorflow_cookbook | Code pour le livre de recettes d'apprentissage automatique Tensorflow | Carnet Jupyter | 5438 | 2331 |
4 | 122 | AdversarialNetsPapers | La liste papier classique avec du code sur les réseaux contradictoires génératifs | Aucun | 5356 | 1824 |
8 | 123 | flux sombre | Traduisez le darknet en Tensorflow. Chargez les poids entraînés, recyclez/ajustez à l'aide de Tensorflow, exportez la définition de graphique constant vers des appareils mobiles. | Python | 5328 | 1909 |
12 | 124 | profond | Configurez un environnement d’apprentissage profond dans une seule ligne de commande. | Python | 5308 | 654 |
⬆️58 | 125 | nni | Une boîte à outils AutoML open source pour la recherche d'architecture neuronale, la compression de modèles et le réglage des hyper-paramètres. | Python | 5281 | 676 |
10 | 126 | chaîneur | Un cadre flexible de réseaux de neurones pour l'apprentissage profond | Python | 5274 | 1369 |
6 | 127 | géniale-intelligence-artificielle | Une liste organisée de cours, de livres, de conférences vidéo et d'articles sur l'intelligence artificielle (IA) | Aucun | 5239 | 1117 |
5 | 128 | pack tensoriel | Une interface de formation Neural Net sur TensorFlow, axée sur la vitesse et la flexibilité | Python | 5213 | 1593 |
12 | 129 | réseaux résiduels profonds | Apprentissage résiduel profond pour la reconnaissance d'images | Aucun | 5193 | 2041 |
⬆️12 | 130 | tutoriel PNL | Tutoriel sur le traitement du langage naturel pour les chercheurs en apprentissage profond | Carnet Jupyter | 5176 | 1387 |
11 | 131 | cnn-text-classification-tf | Réseau de neurones convolutifs pour la classification de texte dans Tensorflow | Python | 5107 | 2620 |
19 | 132 | conversation neuronale | NeuralTalk est un projet Python+numpy pour l'apprentissage des réseaux neuronaux récurrents multimodaux qui décrivent des images avec des phrases. | Python | 5086 | 1333 |
19 | 133 | srez | Super-résolution d’images grâce à l’apprentissage profond | Python | 5079 | 655 |
5 | 134 | xlnet | XLNet : pré-entraînement autorégressif généralisé pour la compréhension du langage | Python | 5046 | 976 |
13 | 135 | petit-dnn | en-tête uniquement, cadre d'apprentissage profond sans dépendance en C++14 | C++ | 4992 | 1284 |
? | 136 | incubateur-tvm | Pile de compilateur d'apprentissage profond ouverte pour CPU, GPU et accélérateurs spécialisés | Python | 4966 | 1324 |
⬆️16 | 137 | détection d'objet géniale | Détection d'objets impressionnante basée sur le github handong1587 : https://handong1587.github.io/deep_learning/2015/10/09/object-detection.html | Aucun | 4914 | 1474 |
⬆️16 | 138 | PySyft | Une bibliothèque pour un apprentissage automatique crypté et préservant la confidentialité | Python | 4819 | 1073 |
⬆️11 | 139 | wav2lettre | Boîte à outils de reconnaissance vocale automatique de Facebook AI Research | C++ | 4806 | 767 |
4 | 140 | cours d'apprentissage profond | Spécialisation Deep Learning par Andrew Ng sur Coursera. | Carnet Jupyter | 4773 | 3710 |
14 | 141 | Paddle-Lite | Moteur d'inférence d'apprentissage profond multiplateforme haute performance (『flying paddle』moteur de prédiction d'apprentissage profond multiplateforme haute performance) | C++ | 4770 | 993 |
14 | 142 | HautDeepLearning | Une liste de projets Github populaires liés au deep learning | Python | 4764 | 970 |
⬆️2 | 143 | plus rapide-rcnn.pytorch | Une implémentation pytorch plus rapide de r-cnn plus rapide | Python | 4764 | 1616 |
14 | 144 | classification_face | Détection de visages en temps réel et classification des émotions/genres à l'aide des ensembles de données fer2013/imdb avec un modèle keras CNN et openCV. | Python | 4703 | 1388 |
19 | 145 | keras-js | Exécutez des modèles Keras dans le navigateur, avec prise en charge GPU à l'aide de WebGL | Javascript | 4685 | 507 |
⬆️2 | 146 | photoprisme | Gestion de photos personnelles optimisée par Go et Google TensorFlow | Aller | 4623 | 258 |
13 | 147 | h2o-3 | Plateforme d'apprentissage automatique open source et évolutive rapide pour des applications plus intelligentes : apprentissage profond, amplification de gradient et XGBoost, forêt aléatoire, modélisation linéaire généralisée (régression logistique, filet élastique), K-Means, PCA, ensembles empilés, apprentissage automatique automatique (AutoML), etc. . | Java | 4580 | 1672 |
17 | 148 | TensorFlow-Monde | ? Des tutoriels simples et prêts à l'emploi pour TensorFlow | Python | 4468 | 426 |
➖ | 149 | l'incroyable-pytorche | The Incredible PyTorch : une liste organisée de tutoriels, d'articles, de projets, de communautés et plus encore liés à PyTorch. | Aucun | 4463 | 883 |
? | 150 | tuyau multimédia | MediaPipe est un framework multiplateforme permettant de créer des pipelines d'apprentissage automatique appliqué multimodal. | C++ | 4458 | 785 |
12 | 151 | keras-rl | Apprentissage par renforcement profond pour Keras. | Python | 4445 | 1146 |
19 | 152 | Edouard | Un langage de programmation probabiliste dans TensorFlow. Modèles génératifs profonds, inférence variationnelle. | Carnet Jupyter | 4435 | 780 |
7 | 153 | MMdnn | MMdnn est un ensemble d'outils pour aider les utilisateurs à interagir entre différents frameworks d'apprentissage en profondeur, par exemple la conversion et la visualisation de modèles entre Caffe, Keras, MXNet, Tensorflow, CNTK, PyTorch Onnx et CoreML. | Python | 4421 | 839 |
vingt-deux | 154 | amazon-dsstne | Deep Scalable Sparse Tensor Network Engine (DSSTNE) est une bibliothèque développée par Amazon pour créer des modèles d'apprentissage automatique (ML) Deep Learning (DL). | C++ | 4408 | 762 |
? | 155 | TensorFlow-2.x-Tutoriels | Tutoriels et exemples de la version TensorFlow 2.x, y compris CNN, RNN, GAN, Auto-Encoders, FasterRCNN, GPT, BERT, etc. TF version 2.0, exemple de code d'entrée de gamme et didacticiels pratiques. | Carnet Jupyter | 4348 | 1415 |
? | 156 | albumentations | bibliothèque d'augmentation d'image rapide et wrapper facile à utiliser autour d'autres bibliothèques | Python | 4336 | 576 |
⬆️9 | 157 | Grokking-Apprentissage profond | ce référentiel accompagne le livre "Grokking Deep Learning" | Carnet Jupyter | 4313 | 926 |
vingt-et-un | 158 | carte mentale d'apprentissage automatique | Une mindmap résumant les concepts du Machine Learning, de l'analyse des données au Deep Learning. | Aucun | 4309 | 762 |
8 | 159 | pix2pixHD | Synthétiser et manipuler des images 2048 x 1024 avec des GAN conditionnels | Python | 4299 | 867 |
25 | 160 | neurojs | Une bibliothèque JavaScript d'apprentissage en profondeur et d'apprentissage par renforcement. | Javascript | 4291 | 365 |
⬆️34 | 161 | profilage des pandas | Créer des rapports de profilage HTML à partir d'objets Pandas DataFrame | Python | 4290 | 588 |
⬆️5 | 162 | Tutoriel PyTorch | Construisez votre réseau neuronal facilement et rapidement | Carnet Jupyter | 4286 | 1984 |
3 | 163 | machine_learning_examples | Une collection d’exemples et de didacticiels d’apprentissage automatique. | Python | 4232 | 4100 |
20 | 164 | Realtime_Multi-Person_Pose_Estimation | Dépôt de code pour l'estimation de pose multi-personnes en temps réel dans CVPR'17 (oral) | Carnet Jupyter | 4190 | 1252 |
25 | 165 | notes de papier d'apprentissage profond | Résumés et notes sur les articles de recherche sur le Deep Learning | Aucun | 4162 | 891 |
vingt-trois | 166 | code-esquisse | Modèle Keras pour générer du code HTML à partir de maquettes de sites Web dessinées à la main. Implémente une architecture de sous-titrage d'images sur les images sources dessinées. | Python | 4148 | 534 |
8 | 167 | portion | Un système de service flexible et performant pour les modèles d'apprentissage automatique | C++ | 4148 | 1663 |
6 | 168 | graph_nets | Créer des réseaux graphiques dans Tensorflow | Python | 4127 | 612 |
vingt-deux | 169 | espace tensoriel | Cadre de visualisation 3D de réseau neuronal, création de modèles interactifs et intuitifs dans les navigateurs, prise en charge des modèles d'apprentissage en profondeur pré-entraînés de TensorFlow, Keras, TensorFlow.js | Javascript | 4093 | 363 |
⬆️15 | 170 | livre | Tous les livres sur les langages de programmation | Aucun | 4071 | 1492 |
? | 171 | seq2seq-couplet | Jouez un couplet avec le modèle seq2seq. Utilisez l'apprentissage en profondeur pour coupler. | Python | 4060 | 813 |
⬆️9 | 172 | tourner en rond | Une ressource pédagogique pour aider quiconque à apprendre l’apprentissage par renforcement profond. | Python | 4030 | 820 |
32 | 173 | Projet DeepLearning | Un didacticiel approfondi d'apprentissage automatique présente aux lecteurs tout un pipeline d'apprentissage automatique à partir de zéro. | HTML | 4028 | 614 |
13 | 174 | stanford-cs-230-apprentissage profond | Aide-mémoire VIP pour le CS 230 Deep Learning de Stanford | Aucun | 4017 | 816 |
⬆️11 | 175 | labelme | Annotation polygonale d'image avec Python (annotation de polygone, rectangle, cercle, ligne, point et drapeau au niveau de l'image). | Python | 4000 | 1275 |
18 | 176 | vrn | ? Code pour "Reconstruction de visage 3D à grande pose à partir d'une seule image via la régression CNN volumétrique directe" | Coquille | 3951 | 659 |
? | 177 | dgl | Package Python conçu pour faciliter l'apprentissage en profondeur sur les graphiques, en plus des frameworks DL existants. | Python | 3944 | 656 |
26 | 178 | apprendre à apprendre | Apprendre à apprendre dans TensorFlow | Python | 3934 | 587 |
⬆️19 | 179 | MVision | Robot Vision Robot mobile VS-SLAM ORB-SLAM2 Détection de cible d'apprentissage profond Yolov3 Détection de comportement Opencv PCL Apprentissage automatique Conduite sans pilote | C++ | 3914 | 1699 |
6 | 180 | ProfondPavlov | Une bibliothèque open source pour les systèmes de dialogue et les chatbots de bout en bout d'apprentissage profond. | Python | 3912 | 720 |
? | 181 | modèles | Modèles d'apprentissage profond pré-entraînés et reproduits (bibliothèque de modèles officielle "Flying Paddle", comprenant une variété de modèles d'apprentissage profond vérifiés dans des scénarios académiques de pointe et industriels) | Python | 3910 | 1839 |
25 | 182 | CHIFFRES | Système de formation GPU d'apprentissage profond | HTML | 3899 | 1386 |
⬆️7 | 183 | carla | Simulateur open source pour la recherche sur la conduite autonome. | C++ | 3885 | 1058 |
29 | 184 | Tutoriels DeepLearning | Notes et code du didacticiel Deep Learning. Consultez le wiki pour plus d'informations. | Python | 3882 | 2137 |
vingt-et-un | 185 | DenseNet | Réseaux convolutifs densément connectés, dans CVPR 2017 (Prix du meilleur article). | Lua | 3833 | 923 |
30 | 186 | néon | Cadre d'apprentissage profond de référence Intel® Nervana™ qui s'engage à offrir les meilleures performances sur tout le matériel | Python | 3821 | 847 |
7 | 187 | OpenNMT-py | Traduction automatique neuronale open source dans PyTorch | Python | 3802 | 1453 |
25 | 188 | DeepLearningZéroÀTous | Travaux pratiques du didacticiel de base TensorFlow | Carnet Jupyter | 3798 | 2394 |
? | 189 | d2l-fr | Plongez dans le Deep Learning : un livre interactif d'apprentissage profond avec du code, des mathématiques et des discussions, basé sur l'interface NumPy. | Python | 3790 | 976 |
17 | 190 | Augmentateur | Bibliothèque d'augmentation d'images en Python pour l'apprentissage automatique. | Carnet Jupyter | 3767 | 714 |
vingt-et-un | 191 | Deep-Learning-21-Exemples | "21 projets pour jouer avec le deep learning - Explication pratique détaillée basée sur le code support de TensorFlow" | Python | 3750 | 1637 |
20 | 192 | masse | MACE est un cadre d'inférence d'apprentissage profond optimisé pour les plates-formes informatiques hétérogènes mobiles. | C++ | 3735 | 662 |
17 | 193 | Pratique_RL | Un cours d'apprentissage par renforcement en pleine nature | Carnet Jupyter | 3716 | 1082 |
29 | 194 | dl-docker | Une image Docker tout-en-un pour l'apprentissage en profondeur Contient tous les frameworks DL populaires (TensorFlow, Theano, Torch, Caffe, etc.) | Python | 3706 | 823 |
27 | 195 | feuille de route du deep learning | ? Tout ce que vous devez savoir sur le Deep Learning - Un coup de pouce | Python | 3680 | 565 |
vingt-et-un | 196 | Tensorflow SSD | Détecteur MultiBox à prise unique dans TensorFlow | Carnet Jupyter | 3651 | 1779 |
28 | 197 | Apprentissage automatique | Apprentissage automatique de base et apprentissage profond | Python | 3648 | 2722 |
? | 198 | notes d'apprentissage automatique | Mes notes et démos d'apprentissage automatique, de modèles probabilistes et d'apprentissage profond continuellement mises à jour (plus de 1 500 diapositives) Mes notes et démos d'apprentissage automatique, de modèles probabilistes et d'apprentissage profond continuellement mises à jour (plus de 1 500 pages) et liens vidéo | Carnet Jupyter | 3612 | 1007 |
? | 199 | ML-PNL | Ce projet concerne les points de connaissances et les implémentations de code qui sont souvent testés lors d'entretiens d'apprentissage automatique, d'apprentissage profond et de PNL. Il s'agit également des connaissances théoriques de base qu'un ingénieur en algorithmes doit connaître. | Carnet Jupyter | 3603 | 1073 |
9 | 200 | l'attention est tout ce dont vous avez besoin -pytorch | Une implémentation PyTorch du modèle Transformer dans « L'attention est tout ce dont vous avez besoin ». | Python | 3603 | 953 |