Top Deep Learning
1.0.0
Berikut daftar 200 repositori Github deep learning teratas yang diurutkan berdasarkan jumlah bintang. Kueri yang telah digunakan dengan API pencarian Github adalah:
deep-learning OR CNN OR RNN OR "convolutional neural network" OR "recurrent neural network"
Repositori Github pembelajaran mendalam yang sedang tren dapat ditemukan di sini.
Tanggal: 02-02-2020 dibandingkan dengan 01-09-2019
Catatan: Ini akan diperbarui secara berkala.
Pos | Nama | Keterangan | Bahasa | Bintang | Garpu | |
---|---|---|---|---|---|---|
➖ | 1 | aliran tensor | Kerangka Pembelajaran Mesin Sumber Terbuka untuk Semua Orang | C++ | 140574 | 79704 |
➖ | 2 | keras | Pembelajaran Mendalam untuk manusia | ular piton | 46627 | 17671 |
➖ | 3 | opencv | Perpustakaan Visi Komputer Sumber Terbuka | C++ | 41817 | 32255 |
⬆️1 | 4 | DeepLearning-500-pertanyaan | 500 Questions on Deep Learning menjelaskan isu-isu umum yang hangat seperti pengetahuan probabilitas, aljabar linier, pembelajaran mesin, pembelajaran mendalam, dan visi komputer dalam bentuk tanya jawab untuk membantu diri Anda sendiri dan pembaca yang membutuhkan. Buku ini dibagi menjadi 18 bab dan memiliki lebih dari 500.000 kata. Karena keterbatasannya, pembaca dimohon untuk mengkritisi dan mengoreksi segala kekurangan dalam buku ini. Bersambung... Jika berminat kerjasama silahkan hubungi [email protected] Semua hak dilindungi undang-undang | Tidak ada | 36349 | 11201 |
1 | 5 | Contoh TensorFlow | Tutorial dan Contoh TensorFlow untuk Pemula (mendukung TF v1 & v2) | Buku Catatan Jupyter | 36173 | 13657 |
➖ | 6 | pytorch | Tensor dan jaringan saraf dinamis dengan Python dengan akselerasi GPU yang kuat | C++ | 35719 | 8990 |
➖ | 7 | kafe | Caffe: kerangka kerja terbuka cepat untuk pembelajaran mendalam. | C++ | 29775 | 18028 |
⬆️4 | 8 | pertukaran wajah | Perangkat Lunak Deepfakes Untuk Semua | ular piton | 28863 | 9258 |
? | 9 | Kode ML 100 Hari | 100 Hari Pengkodean ML | ular piton | 27766 | 6943 |
1 | 10 | deeplearningbook-Cina | Buku Pembelajaran Mendalam Terjemahan Cina | TeX | 27753 | 8098 |
1 | 11 | Peta Jalan-Membaca-Makalah-Pembelajaran Mendalam | Makalah Pembelajaran Mendalam membaca peta jalan untuk siapa saja yang ingin mempelajari teknologi luar biasa ini! | ular piton | 25457 | 5818 |
? | 12 | praktisAI | Pendekatan praktis untuk pembelajaran mesin. | Buku Catatan Jupyter | 23437 | 4171 |
2 | 13 | pembelajaran mesin-untuk-insinyur-perangkat lunak | Rencana harian lengkap untuk belajar menjadi insinyur pembelajaran mesin. | Tidak ada | 23326 | 5466 |
⬆️2 | 14 | Pembelajaran Ai | AiLearning: Pembelajaran Mesin - Pembelajaran Mesin - ML, Pembelajaran Mendalam - Pembelajaran Mendalam - DL, Pemrosesan Bahasa Alami NLP | ular piton | 22923 | 7996 |
2 | 15 | Detektor | Platform penelitian FAIR untuk penelitian deteksi objek, menerapkan algoritma populer seperti Mask R-CNN dan RetinaNet. | ular piton | 22754 | 5016 |
1 | 16 | makalah pembelajaran mendalam yang luar biasa | Makalah pembelajaran mendalam yang paling banyak dikutip | TeX | 20574 | 3987 |
⬆️1 | 17 | tangan-ml | Serangkaian notebook Jupyter yang memandu Anda memahami dasar-dasar Machine Learning dan Deep Learning dengan python menggunakan Scikit-Learn dan TensorFlow. | Buku Catatan Jupyter | 18622 | 10022 |
1 | 18 | inkubator-mxnet | Pembelajaran Mendalam Seluler/Terdistribusi yang Ringan, Portabel, Fleksibel dengan Penjadwal Dep Aliran Data yang Dinamis dan Sadar Mutasi untuk Python, R, Julia, Scala, Go, Javascript, dan banyak lagi | ular piton | 18344 | 6528 |
⬆️1 | 19 | buku catatan-ilmu-data-ipython | Buku catatan Python ilmu data: Pembelajaran mendalam (TensorFlow, Theano, Caffe, Keras), scikit-learn, Kaggle, data besar (Spark, Hadoop MapReduce, HDFS), matplotlib, pandas, NumPy, SciPy, Python essentials, AWS, dan berbagai perintah garis. | ular piton | 17947 | 5528 |
⬆️1 | 20 | cepat | Pustaka pembelajaran mendalam fastai, ditambah pelajaran dan tutorial | Buku Catatan Jupyter | 17001 | 6029 |
2 | dua puluh satu | CNTK | Microsoft Cognitive Toolkit (CNTK), perangkat pembelajaran mendalam sumber terbuka | C++ | 16658 | 4420 |
➖ | dua puluh dua | jaringan gelap | Jaringan Neural Konvolusional | C | 16203 | 10402 |
⬆️15 | dua puluh tiga | d2l-zh | "Pembelajaran Mendalam Langsung": Untuk pembaca Tiongkok, ini dapat dijalankan dan didiskusikan. Versi bahasa Inggris adalah buku teks "Pengantar Pembelajaran Mendalam" Berkeley. | ular piton | 15910 | 4061 |
⬆️1 | dua puluh empat | posisi terbuka | OpenPose: Pustaka deteksi titik kunci multi-orang secara real-time untuk estimasi tubuh, wajah, tangan, dan kaki | C++ | 15825 | 4682 |
2 | 25 | spaCy | ? Pemrosesan Bahasa Alami (NLP) berkekuatan industri dengan Python dan Cython | ular piton | 15643 | 2755 |
➖ | 26 | Topeng_RCNN | Mask R-CNN untuk deteksi objek dan segmentasi instance di Keras dan TensorFlow | ular piton | 15583 | 7251 |
⬆️4 | 27 | ML-Dari Awal | Pembelajaran Mesin Dari Awal. Implementasi NumPy dari model dan algoritme pembelajaran mesin dengan fokus pada aksesibilitas. Bertujuan untuk mencakup segala hal mulai dari regresi linier hingga pembelajaran mendalam. | ular piton | 15327 | 2935 |
⬆️2 | 28 | tutorial pytorch | Tutorial PyTorch untuk Peneliti Pembelajaran Mendalam | ular piton | 15314 | 4813 |
⬆️62 | 29 | Kloning Suara Waktu Nyata | Kloning suara dalam 5 detik untuk menghasilkan ucapan sewenang-wenang secara real-time | ular piton | 15014 | 2651 |
2 | 30 | Kode ML 100 Hari | 100 Hari Kode ML versi Cina | Buku Catatan Jupyter | 14977 | 4170 |
4 | 31 | pembelajaran mendalam yang luar biasa | Daftar tutorial, proyek, dan komunitas Pembelajaran Mendalam yang mengagumkan. | Tidak ada | 14565 | 4592 |
8 | 32 | kuliah | Kursus Oxford Deep NLP 2017 | Tidak ada | 14411 | 3477 |
4 | 33 | Kursus TensorFlow | Tutorial sederhana dan siap digunakan untuk TensorFlow | ular piton | 13938 | 2782 |
2 | 34 | Qix | Pembelajaran Mesin, Pembelajaran Mendalam, PostgreSQL, Sistem Terdistribusi, Node.Js, Golang | Tidak ada | 13091 | 4701 |
2 | 35 | lembar contekan-ai | Lembar Cheat Penting untuk peneliti pembelajaran mendalam dan pembelajaran mesin https://medium.com/@kailashahirwar/essential-cheat-sheets-for-machine-learning-and-deep-learning-researchers-efb6a8ebd2e5 | Tidak ada | 13068 | 3175 |
2 | 36 | wajah terbuka | Pengenalan wajah dengan jaringan saraf yang dalam. | Lua | 13043 | 3260 |
⬆️2 | 37 | Pidato Dalam | Implementasi TensorFlow dari arsitektur DeepSpeech Baidu | C++ | 12951 | 2417 |
2 | 38 | tfjs | Pustaka JavaScript yang dipercepat WebGL untuk pelatihan dan penerapan model ML. | skrip ketikan | 12566 | 1040 |
4 | 39 | Tangkapan layar-ke-kode | Jaringan saraf yang mengubah mock-up desain menjadi situs web statis. | HTML | 12397 | 1226 |
⬆️49 | 40 | Lab Wajah Dalam | DeepFaceLab adalah perangkat lunak terkemuka untuk membuat kesalahan besar. | ular piton | 12237 | 2802 |
⬆️13 | 41 | model pembelajaran mendalam | Kumpulan berbagai arsitektur, model, dan tips pembelajaran mendalam | Buku Catatan Jupyter | 11483 | 2678 |
5 | 42 | pembelajaran mendalam4j | Eclipse Deeplearning4j, ND4J, DataVec, dan lainnya - pembelajaran mendalam & aljabar linier untuk Java/Scala dengan GPU + Spark | Jawa | 11454 | 4803 |
2 | 43 | ilmu data yang luar biasa | Repositori Ilmu Data yang luar biasa untuk dipelajari dan diterapkan pada masalah dunia nyata. | Tidak ada | 10992 | 3237 |
⬆️6 | 44 | pytorch-CycleGAN-dan-pix2pix | Terjemahan Gambar-ke-Gambar di PyTorch | ular piton | 10911 | 3141 |
5 | 45 | kode pix2 | pix2code: Menghasilkan Kode dari Tangkapan Layar Antarmuka Pengguna Grafis | ular piton | 10709 | 1160 |
4 | 46 | jaringan saraf-dan-pembelajaran mendalam | Contoh kode untuk buku saya "Neural Networks and Deep Learning" | ular piton | 10687 | 5046 |
3 | 47 | Mendayung | Pembelajaran Mendalam Terdistribusi PArallel: Kerangka Pembelajaran Mesin dari Praktik Industri (kerangka kerja inti "Flying Paddle", pembelajaran mendalam & pembelajaran mesin berkinerja tinggi yang berdiri sendiri, pelatihan terdistribusi, dan penerapan lintas platform) | C++ | 10676 | 2823 |
⬆️4 | 48 | nndl.github.io | "Jaringan Syaraf Tiruan dan Pembelajaran Mendalam" oleh Qiu Xipeng | HTML | 10517 | 2356 |
⬆️14 | 49 | sinar | Kerangka kerja yang cepat dan sederhana untuk membangun dan menjalankan aplikasi terdistribusi. Ray dikemas dengan RLlib, perpustakaan pembelajaran penguatan yang dapat diskalakan, dan Tune, perpustakaan penyetelan hyperparameter yang dapat diskalakan. | ular piton | 10248 | 1484 |
⬆️32 | 50 | buku pegangan pytorch | Buku pegangan pytorch adalah buku sumber terbuka yang bertujuan untuk membantu mereka yang ingin menggunakan PyTorch untuk pengembangan pembelajaran mendalam dan penelitian memulai dengan cepat. Tutorial Pytorch yang terdapat di dalamnya semuanya telah diuji dan dijamin berjalan dengan sukses. | Buku Catatan Jupyter | 10163 | 3056 |
8 | 51 | Gaya Foto Cepat | Transfer gaya, pembelajaran mendalam, transformasi fitur | ular piton | 10052 | 1041 |
⬆️3 | 52 | facenet | Pengenalan wajah menggunakan Tensorflow | ular piton | 9965 | 4055 |
7 | 53 | char-rnn | Jaringan Neural Berulang Multi-layer (LSTM, GRU, RNN) untuk model bahasa tingkat karakter di Torch | Lua | 9953 | 2370 |
5 | 54 | Tutorial Pembelajaran Mesin | pembelajaran mesin dan tutorial pembelajaran mendalam, artikel, dan sumber daya lainnya | Tidak ada | 9920 | 3029 |
10 | 55 | konvnetjs | Pembelajaran Mendalam dalam Javascript. Latih Jaringan Neural Konvolusional (atau yang biasa) di browser Anda. | JavaScript | 9888 | 1976 |
3 | 56 | stanford-cs-229-pembelajaran mesin | Lembar contekan VIP untuk Pembelajaran Mesin CS 229 Stanford | Tidak ada | 9888 | 2402 |
9 | 57 | peningkatan saraf | Resolusi Super untuk gambar menggunakan pembelajaran mendalam. | ular piton | 9868 | 1118 |
? | 58 | nsfw_data_scraper | Kumpulan skrip untuk mengumpulkan data gambar untuk tujuan pelatihan Pengklasifikasi Gambar NSFW | Kerang | 9853 | 2605 |
1 | 59 | luar biasa-nlp | Daftar sumber daya yang didedikasikan untuk Natural Language Processing (NLP) | Tidak ada | 9846 | 1822 |
13 | 60 | menyelami pembelajaran mesin | Selami Machine Learning dengan notebook Python Jupyter dan scikit-learn! | Tidak ada | 9786 | 1817 |
? | 61 | lebih spleeter | Pustaka pemisahan sumber Deezer termasuk model terlatih. | ular piton | 9752 | 853 |
⬆️6 | 62 | labelImg | ?️ LabelImg adalah alat anotasi gambar grafis dan kotak pembatas objek label dalam gambar | ular piton | 9635 | 3282 |
3 | 63 | tensor2tensor | Perpustakaan model dan kumpulan data pembelajaran mendalam yang dirancang untuk membuat pembelajaran mendalam lebih mudah diakses dan mempercepat penelitian ML. | ular piton | 9522 | 2456 |
8 | 64 | SiklusGAN | Software yang dapat menghasilkan foto dari lukisan, mengubah kuda menjadi zebra, melakukan transfer gaya, dan banyak lagi. | Lua | 9419 | 1575 |
6 | 65 | stanford-tensorflow-tutorial | Repositori ini berisi contoh kode untuk kursus Stanford: TensorFlow untuk Riset Pembelajaran Mendalam. | ular piton | 9377 | 4273 |
15 | 66 | belajar | Pustaka pembelajaran mendalam yang menampilkan API tingkat tinggi untuk TensorFlow. | ular piton | 9363 | 2396 |
⬆️2 | 67 | pembelajaran mendalam-dengan-python-notebook | Buku catatan Jupyter untuk contoh kode buku "Deep Learning with Python" | Buku Catatan Jupyter | 9349 | 4607 |
11 | 68 | turicreate | Turi Create menyederhanakan pengembangan model pembelajaran mesin khusus. | C++ | 9331 | 949 |
⬆️7 | 69 | belajaropencv | Pelajari OpenCV: Contoh C++ dan Python | Buku Catatan Jupyter | 9264 | 6080 |
⬆️1 | 70 | DeOldify | Proyek berbasis Pembelajaran Mendalam untuk mewarnai dan memulihkan gambar lama (dan video!) | Buku Catatan Jupyter | 8949 | 988 |
⬆️2 | 71 | Daftar pytorch yang luar biasa | Daftar lengkap konten terkait pytorch di github, seperti berbagai model, implementasi, pustaka pembantu, tutorial, dll. | Tidak ada | 8917 | 1954 |
6 | 72 | DeepCreamPy | Mendesensor Hentai dengan Jaringan Syaraf Dalam | ular piton | 8874 | 961 |
11 | 73 | visi yang luar biasa dalam | Daftar sumber daya pembelajaran mendalam untuk visi komputer | Tidak ada | 8842 | 2586 |
7 | 74 | transfer gaya cepat | TensorFlow CNN untuk transfer gaya cepat ⚡??? | ular piton | 8667 | 2160 |
10 | 75 | Tensorflow yang Efektif | Tutorial dan praktik terbaik TensorFlow 1.x dan 2.x. | Tidak ada | 8566 | 964 |
15 | 76 | tfjs-core | ML yang dipercepat WebGL // aljabar linier // diferensiasi otomatis untuk JavaScript. | skrip ketikan | 8561 | 988 |
5 | 77 | dlib | Sebuah toolkit untuk membuat aplikasi pembelajaran mesin dan analisis data dunia nyata dalam C++ | C++ | 8546 | 2547 |
➖ | 78 | horovod | Framework pelatihan terdistribusi untuk TensorFlow, Keras, PyTorch, dan Apache MXNet. | ular piton | 8517 | 1330 |
15 | 79 | caffe2 | Caffe2 adalah kerangka pembelajaran mendalam yang ringan, modular, dan dapat diskalakan. | Kerang | 8482 | 2096 |
1 | 80 | konv_aritmatika | Laporan teknis tentang aritmatika konvolusi dalam konteks pembelajaran mendalam | TeX | 8169 | 1591 |
11 | 81 | sonet | Pustaka jaringan saraf berbasis TensorFlow | ular piton | 8138 | 1182 |
2 | 82 | ncnn | ncnn adalah kerangka inferensi jaringan saraf berkinerja tinggi yang dioptimalkan untuk platform seluler | C++ | 8071 | 2128 |
⬆️1 | 83 | gambar | Augmentasi gambar untuk eksperimen pembelajaran mesin. | ular piton | 8013 | 1603 |
9 | 84 | TensorFlow-Tutorial | Tutorial TensorFlow dengan Video YouTube | Buku Catatan Jupyter | 8007 | 3922 |
8 | 85 | deteksi libface | Perpustakaan sumber terbuka untuk deteksi wajah dalam gambar. Kecepatan deteksi wajah bisa mencapai 1500FPS. | C++ | 7971 | 2267 |
5 | 86 | Allennlp | Perpustakaan penelitian NLP sumber terbuka, dibangun di PyTorch. | ular piton | 7949 | 1707 |
13 | 87 | Algoritma ML | Contoh implementasi algoritme pembelajaran mesin yang minimal dan bersih | ular piton | 7907 | 1424 |
⬆️5 | 88 | netron | Visualizer untuk jaringan saraf, pembelajaran mendalam, dan model pembelajaran mesin | JavaScript | 7882 | 959 |
⬆️1 | 89 | bentuk | Pendekatan teori permainan untuk menjelaskan keluaran model pembelajaran mesin apa pun. | Buku Catatan Jupyter | 7792 | 1091 |
5 | 90 | segera | Buka Pertukaran Jaringan Neural | Dasar Murni | 7792 | 1281 |
4 | 91 | ml-agen | Perangkat Agen Pembelajaran Mesin Unity | ular piton | 7685 | 2052 |
6 | 92 | mit-deep-learning-buku-pdf | Buku Pembelajaran Mendalam MIT dalam format PDF (lengkap dan sebagian) oleh Ian Goodfellow, Yoshua Bengio dan Aaron Courville | Jawa | 7534 | 1845 |
10 | 93 | pix2pix | Terjemahan gambar-ke-gambar dengan jaring permusuhan bersyarat | Lua | 7423 | 1289 |
➖ | 94 | gerimis pembelajaran mendalam | Manjakan diri Anda dalam Pembelajaran Mendalam, Pembelajaran Penguatan, Pembelajaran Mesin, Computer Vision, dan NLP dengan belajar dari ceramah menarik ini!! | Tidak ada | 7284 | 1694 |
7 | 95 | fashion-mnist | Database produk fashion seperti MNIST | ular piton | 7160 | 1564 |
⬆️1 | 96 | deteksi_objek_pembelajaran_dalam | Daftar kertas deteksi objek menggunakan pembelajaran mendalam. | Tidak ada | 7139 | 2009 |
? | 97 | Selami DL-PyTorch | Proyek ini mengubah implementasi MXNet di buku asli "Dive into Deep Learning" menjadi implementasi PyTorch. | Buku Catatan Jupyter | 7092 | 2054 |
⬆️2 | 98 | mit-pembelajaran mendalam | Tutorial, tugas, dan kompetisi untuk kursus terkait MIT Deep Learning. | Buku Catatan Jupyter | 6899 | 1543 |
⬆️25 | 99 | pemberi rekomendasi | Praktik Terbaik pada Sistem Rekomendasi | Buku Catatan Jupyter | 6899 | 977 |
? | 100 | Buku Pembelajaran Mendalam dengan TensorFlow | Buku open source untuk memulai pembelajaran mendalam, berdasarkan studi kasus TensorFlow 2.0. Buku Deep Learning open source, berdasarkan framework TensorFlow 2.0. | ular piton | 6771 | 1848 |
⬆️1 | 101 | buku pytorch | Tutorial PyTorch dan proyek menyenangkan termasuk pembicaraan saraf, gaya saraf, penulisan puisi, pembuatan anime ("Kerangka Pembelajaran Mendalam PyTorch: Memulai dan Pertarungan Praktis") | Buku Catatan Jupyter | 6685 | 2453 |
⬆️7 | 102 | bert-as-layanan | Memetakan kalimat dengan panjang variabel ke vektor dengan panjang tetap menggunakan model BERT | ular piton | 6681 | 1357 |
? | 103 | terang benderang | Streamlit — Cara tercepat untuk membuat alat ML khusus | ular piton | 6650 | 575 |
9 | 104 | autokeras | Sistem AutoML berdasarkan Keras | ular piton | 6561 | 1058 |
13 | 105 | py-lebih cepat-rcnn | R-CNN lebih cepat (implementasi Python) -- lihat https://github.com/ShaoqingRen/faster_rcnn untuk versi resmi MATLAB | ular piton | 6551 | 3875 |
⬆️13 | 106 | pytorch_geometric | Perpustakaan Ekstensi Pembelajaran Mendalam Geometris untuk PyTorch | ular piton | 6473 | 1036 |
3 | 107 | Keras-GAN | Implementasi Keras dari Jaringan Adversarial Generatif. | ular piton | 6450 | 2323 |
9 | 108 | ludwig | Ludwig adalah kotak alat yang dibangun di atas TensorFlow yang memungkinkan untuk melatih dan menguji model pembelajaran mendalam tanpa perlu menulis kode. | ular piton | 6350 | 724 |
13 | 109 | laboratorium | Platform 3D yang dapat disesuaikan untuk penelitian AI berbasis agen | C | 6052 | 1222 |
7 | 110 | model pembelajaran mendalam | Kode keras dan file bobot untuk model pembelajaran mendalam yang populer. | ular piton | 5959 | 1986 |
? | 111 | tangan-ml2 | Serangkaian notebook Jupyter yang memandu Anda memahami dasar-dasar Machine Learning dan Deep Learning dengan Python menggunakan Scikit-Learn, Keras, dan TensorFlow 2. | Buku Catatan Jupyter | 5921 | 2144 |
6 | 112 | lapisan tensor | Perpustakaan Pembelajaran Mendalam dan Pembelajaran Penguatan untuk Ilmuwan | ular piton | 5876 | 1344 |
15 | 113 | BosSensor | Sembunyikan layar saat bos mendekat. | ular piton | 5830 | 1091 |
4 | 114 | klasifikasi_teks | semua jenis model klasifikasi teks dan banyak lagi dengan pembelajaran mendalam | ular piton | 5794 | 2200 |
? | 115 | pembelajaran mesin-kerinduan-cn | Kerinduan Pembelajaran Mesin versi Cina - "Rahasia Pelatihan Pembelajaran Mesin" - ditulis oleh Andrew Ng | CSS | 5770 | 1232 |
15 | 116 | Swift-AI | Perpustakaan pembelajaran mesin Swift. | Cepat | 5666 | 549 |
⬆️8 | 117 | python-machine-learning-book-2nd-edition | Repositori kode buku dan sumber informasi "Python Machine Learning (edisi ke-2)". | Buku Catatan Jupyter | 5569 | 2288 |
13 | 118 | luar biasa-rnn | Jaringan Neural Berulang - Daftar sumber daya pilihan yang didedikasikan untuk RNN | Tidak ada | 5559 | 1403 |
11 | 119 | Pembelajaran MendalamFlappyBird | Retasan Flappy Bird menggunakan Deep Reinforcement Learning (Deep Q-learning). | ular piton | 5507 | 1808 |
13 | 120 | ularAI | Kerangka Agen Game. Membantu Anda membuat AI / Bot untuk memainkan game apa pun yang Anda miliki! | Buku Catatan Jupyter | 5451 | 607 |
10 | 121 | tensorflow_buku masak | Kode untuk Buku Masak Pembelajaran Mesin Tensorflow | Buku Catatan Jupyter | 5438 | 2331 |
4 | 122 | AdversarialNetsPapers | Daftar makalah klasik dengan kode tentang jaringan permusuhan generatif | Tidak ada | 5356 | 1824 |
8 | 123 | aliran gelap | Terjemahkan darknet ke tensorflow. Muat bobot yang dilatih, latih ulang/selaraskan menggunakan tensorflow, ekspor def grafik konstan ke perangkat seluler | ular piton | 5328 | 1909 |
12 | 124 | dalam | Siapkan lingkungan pembelajaran mendalam dalam satu baris perintah. | ular piton | 5308 | 654 |
⬆️58 | 125 | tidak | Toolkit AutoML sumber terbuka untuk penelusuran arsitektur saraf, kompresi model, dan penyetelan hyper-parameter. | ular piton | 5281 | 676 |
10 | 126 | rantai | Kerangka kerja jaringan saraf yang fleksibel untuk pembelajaran mendalam | ular piton | 5274 | 1369 |
6 | 127 | kecerdasan buatan yang luar biasa | Daftar kursus, buku, video ceramah, dan makalah Kecerdasan Buatan (AI) yang dikurasi | Tidak ada | 5239 | 1117 |
5 | 128 | paket tensor | Antarmuka Pelatihan Neural Net di TensorFlow, dengan fokus pada kecepatan + fleksibilitas | ular piton | 5213 | 1593 |
12 | 129 | jaringan sisa dalam | Pembelajaran Residual Mendalam untuk Pengenalan Gambar | Tidak ada | 5193 | 2041 |
⬆️12 | 130 | nlp-tutorial | Tutorial Pemrosesan Bahasa Alami untuk Peneliti Pembelajaran Mendalam | Buku Catatan Jupyter | 5176 | 1387 |
11 | 131 | cnn-teks-klasifikasi-tf | Jaringan Neural Konvolusional untuk Klasifikasi Teks di Tensorflow | ular piton | 5107 | 2620 |
19 | 132 | pembicaraan saraf | NeuralTalk adalah proyek Python+numpy untuk mempelajari Jaringan Neural Berulang Multimodal yang mendeskripsikan gambar dengan kalimat. | ular piton | 5086 | 1333 |
19 | 133 | Srez | Resolusi super gambar melalui pembelajaran mendalam | ular piton | 5079 | 655 |
5 | 134 | xlnet | XLNet: Pra-Pelatihan Autoregresif Umum untuk Pemahaman Bahasa | ular piton | 5046 | 976 |
13 | 135 | kecil-dnn | hanya header, kerangka pembelajaran mendalam bebas ketergantungan di C++14 | C++ | 4992 | 1284 |
? | 136 | inkubator-tvm | Buka tumpukan kompiler pembelajaran mendalam untuk cpu, gpu, dan akselerator khusus | ular piton | 4966 | 1324 |
⬆️16 | 137 | deteksi objek yang mengagumkan | Deteksi Objek Luar Biasa berdasarkan handong1587 github: https://handong1587.github.io/deep_learning/2015/10/09/object-detection.html | Tidak ada | 4914 | 1474 |
⬆️16 | 138 | PySyft | Perpustakaan untuk pembelajaran mesin terenkripsi dan menjaga privasi | ular piton | 4819 | 1073 |
⬆️11 | 139 | wav2letter | Perangkat Pengenalan Ucapan Otomatis Riset AI Facebook | C++ | 4806 | 767 |
4 | 140 | kursus pembelajaran mendalam | Spesialisasi Pembelajaran Mendalam oleh Andrew Ng di Coursera. | Buku Catatan Jupyter | 4773 | 3710 |
14 | 141 | Dayung-Lite | Mesin inferensi pembelajaran mendalam kinerja tinggi multi-platform (『dayung terbang』mesin prediksi pembelajaran mendalam kinerja tinggi multi-platform) | C++ | 4770 | 993 |
14 | 142 | Pembelajaran Mendalam Teratas | Daftar proyek github populer yang terkait dengan pembelajaran mendalam | ular piton | 4764 | 970 |
⬆️2 | 143 | lebih cepat-rcnn.pytorch | Implementasi pytorch yang lebih cepat dari r-cnn yang lebih cepat | ular piton | 4764 | 1616 |
14 | 144 | klasifikasi_wajah | Deteksi wajah dan klasifikasi emosi/gender secara real-time menggunakan kumpulan data fer2013/imdb dengan model keras CNN dan openCV. | ular piton | 4703 | 1388 |
19 | 145 | keras-js | Jalankan model Keras di browser, dengan dukungan GPU menggunakan WebGL | JavaScript | 4685 | 507 |
⬆️2 | 146 | fotoprisma | Manajemen Foto Pribadi didukung oleh Go dan Google TensorFlow | Pergi | 4623 | 258 |
13 | 147 | h2o-3 | Platform Pembelajaran Mesin Berskala Cepat Sumber Terbuka Untuk Aplikasi yang Lebih Cerdas: Pembelajaran Mendalam, Peningkatan Gradien & XGBoost, Hutan Acak, Pemodelan Linier Umum (Regresi Logistik, Jaring Elastis), K-Means, PCA, Stacked Ensembles, Pembelajaran Mesin Otomatis (AutoML), dll. . | Jawa | 4580 | 1672 |
17 | 148 | TensorFlow-Dunia | ? Tutorial sederhana dan siap digunakan untuk TensorFlow | ular piton | 4468 | 426 |
➖ | 149 | pytorch-yang-luar biasa | PyTorch yang Luar Biasa: daftar tutorial, makalah, proyek, komunitas, dan banyak lagi yang berkaitan dengan PyTorch. | Tidak ada | 4463 | 883 |
? | 150 | pipa media | MediaPipe adalah kerangka kerja lintas platform untuk membangun alur pembelajaran mesin yang diterapkan multimodal | C++ | 4458 | 785 |
12 | 151 | keras-rl | Pembelajaran Penguatan Mendalam untuk Keras. | ular piton | 4445 | 1146 |
19 | 152 | Edward | Bahasa pemrograman probabilistik di TensorFlow. Model generatif mendalam, inferensi variasional. | Buku Catatan Jupyter | 4435 | 780 |
7 | 153 | MMdnn | MMdnn adalah seperangkat alat untuk membantu pengguna berinteraksi di antara kerangka pembelajaran mendalam yang berbeda. Misalnya, konversi dan visualisasi model. Konversi model antara Caffe, Keras, MXNet, Tensorflow, CNTK, PyTorch Onnx, dan CoreML. | ular piton | 4421 | 839 |
dua puluh dua | 154 | amazon-dsstne | Deep Scalable Sparse Tensor Network Engine (DSSTNE) adalah perpustakaan yang dikembangkan Amazon untuk membangun model pembelajaran mesin (ML) Deep Learning (DL) | C++ | 4408 | 762 |
? | 155 | TensorFlow-2.x-Tutorial | Tutorial dan Contoh versi TensorFlow 2.x, termasuk contoh CNN, RNN, GAN, Auto-Encoders, FasterRCNN, GPT, BERT, dll. Kode contoh tingkat pemula TF versi 2.0 dan tutorial praktis. | Buku Catatan Jupyter | 4348 | 1415 |
? | 156 | albumentasi | perpustakaan augmentasi gambar yang cepat dan pembungkus yang mudah digunakan di sekitar perpustakaan lain | ular piton | 4336 | 576 |
⬆️9 | 157 | Grokking-Pembelajaran Mendalam | repositori ini menyertai buku "Grokking Deep Learning" | Buku Catatan Jupyter | 4313 | 926 |
dua puluh satu | 158 | peta pikiran pembelajaran mesin | Peta pikiran yang merangkum konsep Pembelajaran Mesin, mulai dari Analisis Data hingga Pembelajaran Mendalam. | Tidak ada | 4309 | 762 |
8 | 159 | pix2pixHD | Mensintesis dan memanipulasi gambar 2048x1024 dengan GAN bersyarat | ular piton | 4299 | 867 |
25 | 160 | neurojs | Perpustakaan pembelajaran mendalam dan pembelajaran penguatan JavaScript. | JavaScript | 4291 | 365 |
⬆️34 | 161 | profil panda | Buat laporan pembuatan profil HTML dari objek pandas DataFrame | ular piton | 4290 | 588 |
⬆️5 | 162 | Tutorial PyTorch | Bangun jaringan saraf Anda dengan mudah dan cepat | Buku Catatan Jupyter | 4286 | 1984 |
3 | 163 | contoh_pembelajaran_mesin | Kumpulan contoh dan tutorial pembelajaran mesin. | ular piton | 4232 | 4100 |
20 | 164 | Estimasi_Pose_Beberapa Orang_Waktu Nyata | Repo kode untuk estimasi pose beberapa orang secara realtime di CVPR'17 (Lisan) | Buku Catatan Jupyter | 4190 | 1252 |
25 | 165 | catatan kertas deeplearning | Ringkasan dan catatan pada makalah penelitian Deep Learning | Tidak ada | 4162 | 891 |
dua puluh tiga | 166 | kode sketsa | Model Keras untuk menghasilkan kode HTML dari maket situs web yang digambar tangan. Menerapkan arsitektur teks gambar ke gambar sumber yang digambar. | ular piton | 4148 | 534 |
8 | 167 | porsi | Sistem penyajian yang fleksibel dan berkinerja tinggi untuk model pembelajaran mesin | C++ | 4148 | 1663 |
6 | 168 | grafik_nets | Bangun Jaringan Grafik di Tensorflow | ular piton | 4127 | 612 |
dua puluh dua | 169 | ruang tensor | Kerangka kerja visualisasi 3D jaringan saraf, membangun model interaktif dan intuitif di browser, mendukung model pembelajaran mendalam terlatih dari TensorFlow, Keras, TensorFlow.js | JavaScript | 4093 | 363 |
⬆️15 | 170 | buku | Semua buku bahasa pemrograman | Tidak ada | 4071 | 1492 |
? | 171 | seq2seq-kuplet | Mainkan bait dengan model seq2seq. | ular piton | 4060 | 813 |
⬆️9 | 172 | berputar | Sumber daya pendidikan untuk membantu siapa pun mempelajari pembelajaran penguatan mendalam. | ular piton | 4030 | 820 |
32 | 173 | Proyek Pembelajaran Mendalam | Tutorial pembelajaran mesin yang mendalam memperkenalkan pembaca pada keseluruhan alur pembelajaran mesin dari awal. | HTML | 4028 | 614 |
13 | 174 | stanford-cs-230-pembelajaran mendalam | Lembar contekan VIP untuk Pembelajaran Mendalam CS 230 Stanford | Tidak ada | 4017 | 816 |
⬆️11 | 175 | labelme | Anotasi Poligonal Gambar dengan Python (anotasi poligon, persegi panjang, lingkaran, garis, titik, dan bendera tingkat gambar). | ular piton | 4000 | 1275 |
18 | 176 | vrn | ? Kode untuk "Rekonstruksi Wajah 3D Pose Besar dari Satu Gambar melalui Regresi CNN Volumetrik Langsung" | Kerang | 3951 | 659 |
? | 177 | dgl | Paket Python dibuat untuk memudahkan pembelajaran mendalam tentang grafik, selain kerangka kerja DL yang ada. | ular piton | 3944 | 656 |
26 | 178 | belajar-untuk-belajar | Belajar Belajar di TensorFlow | ular piton | 3934 | 587 |
⬆️19 | 179 | MVision | Robot Vision Mobile Robot VS-SLAM ORB-SLAM2 Deteksi Target Pembelajaran Mendalam Yolov3 Deteksi Perilaku Opencv PCL Pembelajaran Mesin Mengemudi Tanpa Awak | C++ | 3914 | 1699 |
6 | 180 | DeepPavlov | Pustaka sumber terbuka untuk pembelajaran mendalam sistem dialog ujung ke ujung dan chatbots. | ular piton | 3912 | 720 |
? | 181 | model | Model Pembelajaran Mendalam yang telah dilatih sebelumnya dan Direproduksi (pustaka model resmi "Flying Paddle", termasuk berbagai model pembelajaran mendalam yang diverifikasi dalam skenario akademis mutakhir dan industri) | ular piton | 3910 | 1839 |
25 | 182 | DIGIT | Sistem Pelatihan GPU Pembelajaran Mendalam | HTML | 3899 | 1386 |
⬆️7 | 183 | carla | Simulator sumber terbuka untuk penelitian mengemudi otonom. | C++ | 3885 | 1058 |
29 | 184 | Tutorial Pembelajaran Mendalam | Catatan dan kode Tutorial Pembelajaran Mendalam. Lihat wiki untuk info lebih lanjut. | ular piton | 3882 | 2137 |
dua puluh satu | 185 | Jaringan Padat | Jaringan Konvolusional yang Terkoneksi Padat, Dalam CVPR 2017 (Best Paper Award). | Lua | 3833 | 923 |
30 | 186 | neon | Kerangka kerja pembelajaran mendalam referensi Intel® Nervana™ berkomitmen untuk kinerja terbaik di semua perangkat keras | ular piton | 3821 | 847 |
7 | 187 | BukaNMT-py | Terjemahan Mesin Neural Sumber Terbuka di PyTorch | ular piton | 3802 | 1453 |
25 | 188 | Pembelajaran MendalamZeroToAll | Lab Tutorial Dasar TensorFlow | Buku Catatan Jupyter | 3798 | 2394 |
? | 189 | d2l-en | Selami Pembelajaran Mendalam: buku pembelajaran mendalam interaktif dengan kode, matematika, dan diskusi, berdasarkan antarmuka NumPy. | ular piton | 3790 | 976 |
17 | 190 | Augmentor | Pustaka augmentasi gambar dengan Python untuk pembelajaran mesin. | Buku Catatan Jupyter | 3767 | 714 |
dua puluh satu | 191 | Pembelajaran Mendalam-21-Contoh | "21 proyek untuk dimainkan dengan pembelajaran mendalam - Penjelasan praktis mendetail berdasarkan kode pendukung TensorFlow". | ular piton | 3750 | 1637 |
20 | 192 | bunga pala | MACE adalah kerangka inferensi pembelajaran mendalam yang dioptimalkan untuk platform komputasi heterogen seluler. | C++ | 3735 | 662 |
17 | 193 | Praktis_RL | Kursus pembelajaran penguatan di alam liar | Buku Catatan Jupyter | 3716 | 1082 |
29 | 194 | dl-buruh pelabuhan | Gambar Docker lengkap untuk pembelajaran mendalam. Berisi semua kerangka kerja DL yang populer (TensorFlow, Theano, Torch, Caffe, dll.) | ular piton | 3706 | 823 |
27 | 195 | peta jalan pembelajaran mendalam | ? Yang Perlu Anda Ketahui Tentang Pembelajaran Mendalam - Sebuah permulaan | ular piton | 3680 | 565 |
dua puluh satu | 196 | SSD-Tensorflow | Detektor MultiBox Tembakan Tunggal di TensorFlow | Buku Catatan Jupyter | 3651 | 1779 |
28 | 197 | Pembelajaran Mesin | Pembelajaran Mesin Dasar dan Pembelajaran Mendalam | ular piton | 3648 | 2722 |
? | 198 | catatan pembelajaran mesin | Catatan dan demo Pembelajaran Mesin, Model Probabilistik, dan Pembelajaran Mendalam saya yang terus diperbarui (1500+ slide) Catatan dan demo Pembelajaran Mesin, Model Probabilistik, dan Pembelajaran Mendalam saya yang terus diperbarui (1500+ halaman) dan tautan video | Buku Catatan Jupyter | 3612 | 1007 |
? | 199 | ML-NLP | Proyek ini membahas tentang poin pengetahuan dan implementasi kode yang sering diuji dalam pembelajaran mesin, pembelajaran mendalam, dan wawancara NLP. Ini juga merupakan pengetahuan dasar teoritis yang harus diketahui oleh seorang insinyur algoritma. | Buku Catatan Jupyter | 3603 | 1073 |
9 | 200 | perhatian-adalah-semua-yang-Anda-butuhkan-pytorch | Implementasi PyTorch dari model Transformer di "Attention is All You Need". | ular piton | 3603 | 953 |