Top Deep Learning
1.0.0
ต่อไปนี้เป็นรายการที่เก็บ Github สำหรับการเรียนรู้เชิงลึก 200 อันดับแรก เรียงตามจำนวนดาว คำค้นหาที่ใช้กับ Github search API คือ:
deep-learning OR CNN OR RNN OR "convolutional neural network" OR "recurrent neural network"
แหล่งเก็บข้อมูล Github สำหรับการเรียนรู้เชิงลึกที่กำลังมาแรงสามารถพบได้ที่นี่
วันที่: 02-02-2020 เทียบกับ 09-01-2019
หมายเหตุ: จะมีการอัปเดตเป็นประจำ
ตำแหน่ง | ชื่อ | คำอธิบาย | ภาษา | ดาว | ส้อม | |
---|---|---|---|---|---|---|
1 | เทนเซอร์โฟลว์ | กรอบการเรียนรู้ของเครื่องแบบโอเพ่นซอร์สสำหรับทุกคน | ซี++ | 140574 | 79704 | |
2 | เครา | การเรียนรู้เชิงลึกสำหรับมนุษย์ | หลาม | 46627 | 17671 | |
3 | opencv | ไลบรารีคอมพิวเตอร์วิทัศน์แบบโอเพ่นซอร์ส | ซี++ | 41817 | 32255 | |
⬆️1 | 4 | DeepLearning-500 คำถาม | คำถาม 500 ข้อเกี่ยวกับ Deep Learning อธิบายประเด็นร้อนทั่วไป เช่น ความรู้ความน่าจะเป็น พีชคณิตเชิงเส้น การเรียนรู้ของเครื่อง การเรียนรู้เชิงลึก และการมองเห็นคอมพิวเตอร์ ในรูปแบบของคำถามและคำตอบ เพื่อช่วยตัวคุณเองและผู้อ่านที่ต้องการความช่วยเหลือ หนังสือเล่มนี้แบ่งออกเป็น 18 บทและมีคำศัพท์มากกว่า 500,000 คำ เนื่องจากหนังสือมีจำนวนจำกัด จึงขอความกรุณาผู้อ่านวิจารณ์และแก้ไขข้อบกพร่องใดๆ ในหนังสือ ดำเนินไปอย่างต่อเนื่อง...หากท่านสนใจความร่วมมือกรุณาติดต่อ [email protected]. การละเมิดสิทธิจะถูกดำเนินคดี Tan 2018.06 | ไม่มี | 36349 | 11201 |
1 | 5 | TensorFlow-ตัวอย่าง | บทช่วยสอน TensorFlow และตัวอย่างสำหรับผู้เริ่มต้น (รองรับ TF v1 และ v2) | สมุดบันทึกจูปีเตอร์ | 36173 | 13657 |
6 | ไพทอร์ช | เทนเซอร์และโครงข่ายประสาทเทียมแบบไดนามิกใน Python พร้อมการเร่งความเร็ว GPU ที่แข็งแกร่ง | ซี++ | 35719 | 8990 | |
7 | คาเฟอีน | Caffe: กรอบงานแบบเปิดที่รวดเร็วสำหรับการเรียนรู้เชิงลึก | ซี++ | 29775 | 18028 | |
⬆️4 | 8 | สลับหน้า | ซอฟต์แวร์ Deepfakes สำหรับทุกคน | หลาม | 28863 | 9258 |
- | 9 | รหัส ML 100 วัน | การเข้ารหัส ML 100 วัน | หลาม | 27766 | 6943 |
1 | 10 | deeplearningbook-ภาษาจีน | หนังสือเรียนภาษาจีนเชิงลึก | เท็กซ์ | 27753 | 8098 |
1 | 11 | การเรียนรู้เชิงลึก-เอกสาร-การอ่าน-แผนงาน | เอกสารการเรียนรู้เชิงลึกสำหรับการอ่านแผนงานสำหรับทุกคนที่กระตือรือร้นที่จะเรียนรู้เทคโนโลยีที่น่าทึ่งนี้! | หลาม | 25457 | 5818 |
- | 12 | AI ที่ใช้งานได้จริง | แนวทางปฏิบัติในการเรียนรู้ของเครื่อง | สมุดบันทึกจูปีเตอร์ | 23437 | 4171 |
2 | 13 | การเรียนรู้ของเครื่องสำหรับวิศวกรซอฟต์แวร์ | แผนรายวันฉบับสมบูรณ์สำหรับการเรียนเพื่อเป็นวิศวกรการเรียนรู้ของเครื่อง | ไม่มี | 23326 | 5466 |
⬆️2 | 14 | ไอเลิร์นนิ่ง | AiLearning: การเรียนรู้ของเครื่อง - การเรียนรู้ของเครื่อง - ML, การเรียนรู้เชิงลึก - การเรียนรู้เชิงลึก - DL, การประมวลผลภาษาธรรมชาติ NLP | หลาม | 22923 | 7996 |
2 | 15 | ดีเทคตรอน | แพลตฟอร์มการวิจัยของ FAIR สำหรับการวิจัยการตรวจจับวัตถุ โดยใช้อัลกอริทึมยอดนิยม เช่น Mask R-CNN และ RetinaNet | หลาม | 22754 | 5016 |
1 | 16 | เอกสารการเรียนรู้เชิงลึกที่ยอดเยี่ยม | เอกสารการเรียนรู้เชิงลึกที่มีการอ้างอิงมากที่สุด | เท็กซ์ | 20574 | 3987 |
⬆️1 | 17 | แฮนด์สัน-มล | ชุดสมุดบันทึก Jupyter ที่จะอธิบายพื้นฐานของ Machine Learning และ Deep Learning ใน Python โดยใช้ Scikit-Learn และ TensorFlow | สมุดบันทึกจูปีเตอร์ | 18622 | 10022 |
1 | 18 | ตู้ฟัก-mxnet | การเรียนรู้เชิงลึกแบบกระจาย/มือถือที่มีน้ำหนักเบา พกพาสะดวก พร้อมตัวกำหนดเวลา Dataflow Dep ที่รับรู้ถึงการเปลี่ยนแปลงแบบไดนามิก สำหรับ Python, R, Julia, Scala, Go, Javascript และอื่นๆ | หลาม | 18344 | 6528 |
⬆️1 | 19 | ข้อมูลวิทยาศาสตร์-ipython-โน๊ตบุ๊ค | สมุดบันทึก Python วิทยาศาสตร์ข้อมูล: การเรียนรู้เชิงลึก (TensorFlow, Theano, Caffe, Keras), scikit-learn, Kaggle, big data (Spark, Hadoop MapReduce, HDFS), matplotlib, pandas, NumPy, SciPy, ข้อมูลสำคัญเกี่ยวกับ Python, AWS และคำสั่งต่างๆ เส้น | หลาม | 17947 | 5528 |
⬆️1 | 20 | ฟาสต์ไต | ห้องสมุดการเรียนรู้เชิงลึกของ Fastai พร้อมบทเรียนและบทช่วยสอน | สมุดบันทึกจูปีเตอร์ | 17001 | 6029 |
2 | ยี่สิบเอ็ด | ซีเอ็นทีเค | Microsoft Cognitive Toolkit (CNTK) ซึ่งเป็นชุดเครื่องมือการเรียนรู้เชิงลึกแบบโอเพ่นซอร์ส | ซี++ | 16658 | 4420 |
ยี่สิบสอง | ดาร์กเน็ต | โครงข่ายประสาทเทียมแบบ Convolutional | ค | 16203 | 10402 | |
⬆️15 | ยี่สิบสาม | d2l-zh | "การเรียนรู้เชิงลึกเชิงปฏิบัติ": สำหรับผู้อ่านชาวจีน สามารถเรียกใช้และพูดคุยได้ เวอร์ชันภาษาอังกฤษคือหนังสือเรียน "Introduction to Deep Learning" ของ Berkeley | หลาม | 15910 | 4061 |
⬆️1 | ยี่สิบสี่ | เปิดท่า | OpenPose: ไลบรารีการตรวจจับจุดสำคัญหลายคนแบบเรียลไทม์สำหรับการประมาณค่าร่างกาย ใบหน้า มือ และเท้า | ซี++ | 15825 | 4682 |
2 | 25 | สปาซี | การประมวลผลภาษาธรรมชาติ (NLP) ที่แข็งแกร่งระดับอุตสาหกรรมด้วย Python และ Cython | หลาม | 15643 | 2755 |
26 | Mask_RCNN | Mask R-CNN สำหรับการตรวจจับวัตถุและการแบ่งส่วนอินสแตนซ์บน Keras และ TensorFlow | หลาม | 15583 | 7251 | |
⬆️4 | 27 | ML-ตั้งแต่เริ่มต้น | การเรียนรู้ของเครื่องตั้งแต่เริ่มต้น การใช้งาน NumPy ของโมเดลการเรียนรู้ของเครื่องและอัลกอริธึมโดยเน้นไปที่การเข้าถึงได้ | หลาม | 15327 | 2935 |
⬆️2 | 28 | pytorch-กวดวิชา | บทช่วยสอน PyTorch สำหรับนักวิจัยการเรียนรู้เชิงลึก | หลาม | 15314 | 4813 |
⬆️62 | 29 | การโคลนเสียงแบบเรียลไทม์ | โคลนเสียงใน 5 วินาทีเพื่อสร้างเสียงพูดแบบเรียลไทม์ | หลาม | 15014 | 2651 |
2 | 30 | รหัส ML 100 วัน | เวอร์ชันภาษาจีน ML-Code 100 วัน | สมุดบันทึกจูปีเตอร์ | 14977 | 4170 |
4 | 31 | การเรียนรู้เชิงลึกที่ยอดเยี่ยม | รายการบทช่วยสอน โครงการ และชุมชน Deep Learning ที่ยอดเยี่ยมที่คัดสรรมาอย่างดี | ไม่มี | 14565 | 4592 |
8 | 32 | การบรรยาย | หลักสูตร Oxford Deep NLP 2017 | ไม่มี | 14411 | 3477 |
4 | 33 | TensorFlow-หลักสูตร | บทช่วยสอนที่เรียบง่ายและพร้อมใช้งานสำหรับ TensorFlow | หลาม | 13938 | 2782 |
2 | 34 | คิกซ์ | การเรียนรู้ของเครื่อง, การเรียนรู้เชิงลึก, PostgreSQL, ระบบแบบกระจาย, Node.Js, Golang | ไม่มี | 13091 | 4701 |
2 | 35 | สูตรโกง-ai | เอกสารโกงที่จำเป็นสำหรับนักวิจัยด้านการเรียนรู้เชิงลึกและการเรียนรู้ของเครื่อง https://medium.com/@kailashahirwar/essential-cheat-sheets-for-machine-learning-and-deep-learning-researchers-efb6a8ebd2e5 | ไม่มี | 13068 | 3175 |
2 | 36 | เปิดหน้า | การจดจำใบหน้าด้วยโครงข่ายประสาทเทียมระดับลึก | ลัวะ | 13043 | 3260 |
⬆️2 | 37 | คำพูดเชิงลึก | การใช้งาน TensorFlow ของสถาปัตยกรรม DeepSpeech ของ Baidu | ซี++ | 12951 | 2417 |
2 | 38 | tfjs | ไลบรารี JavaScript เร่ง WebGL สำหรับการฝึกอบรมและการปรับใช้โมเดล ML | TypeScript | 12566 | 1,040 |
4 | 39 | ภาพหน้าจอเป็นโค้ด | โครงข่ายประสาทเทียมที่แปลงแบบจำลองการออกแบบให้เป็นเว็บไซต์แบบคงที่ | HTML | 12397 | 1226 |
⬆️49 | 40 | ดีพเฟซแล็บ | DeepFaceLab เป็นซอฟต์แวร์ชั้นนำสำหรับการสร้างของปลอมแบบเจาะลึก | หลาม | 12237 | 2802 |
⬆️13 | 41 | โมเดลการเรียนรู้เชิงลึก | คอลเลกชันของสถาปัตยกรรม แบบจำลอง และเคล็ดลับการเรียนรู้เชิงลึกที่หลากหลาย | สมุดบันทึกจูปีเตอร์ | 11483 | 2678 |
5 | 42 | deeplearning4j | Eclipse Deeplearning4j, ND4J, DataVec และอีกมากมาย - การเรียนรู้เชิงลึกและพีชคณิตเชิงเส้นสำหรับ Java/Scala พร้อม GPUs + Spark | ชวา | 11454 | 4803 |
2 | 43 | สุดยอดวิทยาศาสตร์ข้อมูล | พื้นที่เก็บข้อมูล Data Science ที่ยอดเยี่ยมสำหรับการเรียนรู้และประยุกต์ใช้กับปัญหาในโลกแห่งความเป็นจริง | ไม่มี | 10992 | 3237 |
⬆️6 | 44 | pytorch-CycleGAN-และ-pix2pix | การแปลภาพเป็นภาพใน PyTorch | หลาม | 10911 | 3141 |
5 | 45 | pix2code | pix2code: การสร้างโค้ดจากภาพหน้าจอส่วนติดต่อผู้ใช้แบบกราฟิก | หลาม | 10709 | 1160 |
4 | 46 | โครงข่ายประสาทเทียมและการเรียนรู้เชิงลึก | ตัวอย่างโค้ดสำหรับหนังสือของฉัน "โครงข่ายประสาทเทียมและการเรียนรู้เชิงลึก" | หลาม | 10687 | 5046 |
3 | 47 | พาย | PArallel Distributed Deep Learning: กรอบงานการเรียนรู้ของเครื่องจากแนวปฏิบัติทางอุตสาหกรรม (กรอบงานหลัก "Flying Paddle", การเรียนรู้เชิงลึกและการเรียนรู้ของเครื่องประสิทธิภาพสูงแบบสแตนด์อโลน, การฝึกอบรมแบบกระจาย และการปรับใช้ข้ามแพลตฟอร์ม) | ซี++ | 10676 | 2823 |
⬆️4 | 48 | nndl.github.io | "โครงข่ายประสาทเทียมและการเรียนรู้เชิงลึก" โดย Qiu Xipeng | HTML | 10517 | 2356 |
⬆️14 | 49 | รังสี | เฟรมเวิร์กที่รวดเร็วและง่ายดายสำหรับการสร้างและรันแอปพลิเคชันแบบกระจาย Ray มาพร้อมกับ RLlib ซึ่งเป็นไลบรารีการเรียนรู้แบบเสริมกำลังที่ปรับขนาดได้ และ Tune ซึ่งเป็นไลบรารีการปรับแต่งไฮเปอร์พารามิเตอร์ที่ปรับขนาดได้ | หลาม | 10248 | 1484 |
⬆️32 | 50 | คู่มือ pytorch | คู่มือ pytorch เป็นหนังสือโอเพ่นซอร์สที่มีจุดมุ่งหมายเพื่อช่วยให้ผู้ที่ต้องการใช้ PyTorch เพื่อการพัฒนาและการวิจัยเชิงลึกสามารถเริ่มต้นได้อย่างรวดเร็ว บทช่วยสอน Pytorch ที่อยู่ในคู่มือนี้ได้รับการทดสอบและรับประกันว่าจะทำงานได้สำเร็จ | สมุดบันทึกจูปีเตอร์ | 10163 | 3056 |
8 | 51 | FastPhotoStyle | การถ่ายโอนสไตล์ การเรียนรู้เชิงลึก การเปลี่ยนแปลงฟีเจอร์ | หลาม | 10052 | 1,041 |
⬆️3 | 52 | เฟสเน็ต | การจดจำใบหน้าโดยใช้ Tensorflow | หลาม | 9965 | 4055 |
7 | 53 | ถ่าน-rn | Multi-layer Recurrent Neural Networks (LSTM, GRU, RNN) สำหรับโมเดลภาษาระดับตัวละครใน Torch | ลัวะ | 9953 | 2370 |
5 | 54 | การเรียนรู้ของเครื่อง-บทช่วยสอน | การเรียนรู้ของเครื่องและการเรียนรู้เชิงลึก บทความ และแหล่งข้อมูลอื่นๆ | ไม่มี | 9920 | 3029 |
10 | 55 | Convnetjs | การเรียนรู้เชิงลึกใน Javascript ฝึก Convolutional Neural Networks (หรือแบบธรรมดา) ในเบราว์เซอร์ของคุณ | จาวาสคริปต์ | 9888 | 1976 |
3 | 56 | stanford-cs-229-การเรียนรู้ของเครื่อง | เอกสารสรุป VIP สำหรับ CS 229 Machine Learning ของ Stanford | ไม่มี | 9888 | 2402 |
9 | 57 | เสริมสร้างระบบประสาท | ความละเอียดขั้นสูงสำหรับภาพโดยใช้การเรียนรู้เชิงลึก | หลาม | 9868 | 1118 |
- | 58 | nsfw_data_scraper | การรวบรวมสคริปต์เพื่อรวบรวมข้อมูลรูปภาพเพื่อวัตถุประสงค์ในการฝึกตัวแยกประเภทรูปภาพ NSFW | เปลือก | 9853 | 2605 |
1 | 59 | สุดยอด-nlp | รายการทรัพยากรที่รวบรวมไว้สำหรับการประมวลผลภาษาธรรมชาติ (NLP) | ไม่มี | 9846 | 1822 |
13 | 60 | เจาะลึกการเรียนรู้ของเครื่องจักร | เจาะลึกการเรียนรู้ของเครื่องด้วยสมุดบันทึก Python Jupyter และ scikit-learn! | ไม่มี | 9786 | 1817 |
- | 61 | กระปรี้กระเปร่า | ไลบรารีการแยกแหล่งที่มาของ Deezer รวมถึงรุ่นที่ผ่านการฝึกอบรมมาแล้ว | หลาม | 9752 | 853 |
⬆️6 | 62 | labelImg | ️ LabelImg เป็นเครื่องมือใส่คำอธิบายประกอบรูปภาพแบบกราฟิกและติดป้ายกำกับกล่องล้อมรอบวัตถุในภาพ | หลาม | 9635 | 3282 |
3 | 63 | เทนเซอร์2เทนเซอร์ | ไลบรารีของโมเดลการเรียนรู้เชิงลึกและชุดข้อมูลที่ออกแบบมาเพื่อให้การเรียนรู้เชิงลึกเข้าถึงได้มากขึ้นและเร่งการวิจัย ML | หลาม | 9522 | 2456 |
8 | 64 | CycleGAN | ซอฟต์แวร์ที่สามารถสร้างภาพถ่ายจากภาพวาด เปลี่ยนม้าให้เป็นม้าลาย ถ่ายโอนสไตล์ และอื่นๆ | ลัวะ | 9419 | 1575 |
6 | 65 | บทช่วยสอนสแตนฟอร์ดเทนเซอร์โฟลว์ | พื้นที่เก็บข้อมูลนี้มีตัวอย่างโค้ดสำหรับหลักสูตรของ Stanford: TensorFlow สำหรับการวิจัยการเรียนรู้เชิงลึก | หลาม | 9377 | 4273 |
15 | 66 | เรียนรู้ | ไลบรารีการเรียนรู้เชิงลึกที่มี API ระดับสูงกว่าสำหรับ TensorFlow | หลาม | 9363 | 2396 |
⬆️2 | 67 | สมุดบันทึกการเรียนรู้เชิงลึกด้วย Python | สมุดบันทึก Jupyter สำหรับตัวอย่างโค้ดของหนังสือ "Deep Learning with Python" | สมุดบันทึกจูปีเตอร์ | 9349 | 4607 |
11 | 68 | ทูรีครีเอท | Turi Create ช่วยลดความยุ่งยากในการพัฒนาโมเดล Machine Learning แบบกำหนดเอง | ซี++ | 9331 | 949 |
⬆️7 | 69 | เรียนรู้opencv | เรียนรู้ OpenCV : ตัวอย่าง C++ และ Python | สมุดบันทึกจูปีเตอร์ | 9264 | 6080 |
⬆️1 | 70 | ยกเลิกเก่า | โปรเจ็กต์การเรียนรู้เชิงลึกสำหรับการปรับสีและกู้คืนรูปภาพเก่า (และวิดีโอ!) | สมุดบันทึกจูปีเตอร์ | 8949 | 988 |
⬆️2 | 71 | รายการไพทอร์ชที่ยอดเยี่ยม | รายการที่ครอบคลุมของเนื้อหาที่เกี่ยวข้องกับ pytorch บน GitHub เช่น โมเดลต่างๆ การใช้งาน ไลบรารีตัวช่วย บทช่วยสอน ฯลฯ | ไม่มี | 8917 | 1954 |
6 | 72 | ดีพครีมพี | การเซ็นเซอร์เฮ็นไทด้วย Deep Neural Networks | หลาม | 8874 | 961 |
11 | 73 | ยอดเยี่ยม-มีวิสัยทัศน์ที่ลึกซึ้ง | รายการแหล่งข้อมูลการเรียนรู้เชิงลึกที่รวบรวมไว้สำหรับคอมพิวเตอร์วิทัศน์ | ไม่มี | 8842 | 2586 |
7 | 74 | โอนสไตล์รวดเร็ว | TensorFlow CNN เพื่อการถ่ายโอนสไตล์ที่รวดเร็ว ⚡??? | หลาม | 8667 | 2160 |
10 | 75 | เทนเซอร์โฟลว์ที่มีประสิทธิภาพ | บทช่วยสอน TensorFlow 1.x และ 2.x และแนวทางปฏิบัติที่ดีที่สุด | ไม่มี | 8566 | 964 |
15 | 76 | tfjs-core.tfjs | ML ที่เร่งด้วย WebGL // พีชคณิตเชิงเส้น // การสร้างความแตกต่างอัตโนมัติสำหรับ JavaScript | TypeScript | 8561 | 988 |
5 | 77 | ดีลิบ | ชุดเครื่องมือสำหรับการสร้างแอปพลิเคชันการเรียนรู้ของเครื่องและการวิเคราะห์ข้อมูลในโลกแห่งความเป็นจริงในภาษา C++ | ซี++ | 8546 | 2547 |
78 | โฮโรโวด | เฟรมเวิร์กการฝึกอบรมแบบกระจายสำหรับ TensorFlow, Keras, PyTorch และ Apache MXNet | หลาม | 8517 | 1330 | |
15 | 79 | คาเฟอีน2 | Caffe2 เป็นเฟรมเวิร์กการเรียนรู้เชิงลึกที่มีน้ำหนักเบา เป็นโมดูล และปรับขนาดได้ | เปลือก | 8482 | 2096 |
1 | 80 | Conv_เลขคณิต | รายงานทางเทคนิคเกี่ยวกับเลขคณิตแบบบิดในบริบทของการเรียนรู้เชิงลึก | เท็กซ์ | 8169 | 1591 |
11 | 81 | โคลง | ไลบรารีเครือข่ายประสาทเทียมที่ใช้ TensorFlow | หลาม | 8138 | 1182 |
2 | 82 | ncnn | ncnn เป็นเฟรมเวิร์กการอนุมานโครงข่ายประสาทเทียมประสิทธิภาพสูงที่ปรับให้เหมาะกับแพลตฟอร์มมือถือ | ซี++ | 8071 | 2128 |
⬆️1 | 83 | imgaug | การเพิ่มรูปภาพสำหรับการทดลองแมชชีนเลิร์นนิง | หลาม | 8013 | 1603 |
9 | 84 | TensorFlow-บทช่วยสอน | บทช่วยสอน TensorFlow พร้อมวิดีโอ YouTube | สมุดบันทึกจูปีเตอร์ | 8007 | 3922 |
8 | 85 | การตรวจจับ libface | ไลบรารีโอเพ่นซอร์สสำหรับการตรวจจับใบหน้าในรูปภาพ ความเร็วในการตรวจจับใบหน้าสามารถเข้าถึง 1500FPS | ซี++ | 7971 | 2267 |
5 | 86 | อัลเลนแอลพี | ห้องสมุดวิจัย NLP แบบโอเพ่นซอร์สที่สร้างบน PyTorch | หลาม | 7949 | 1707 |
13 | 87 | MLอัลกอริทึม | ตัวอย่างการใช้งานอัลกอริธึมการเรียนรู้ของเครื่องที่น้อยที่สุดและสะอาดตา | หลาม | 7907 | 1424 |
⬆️5 | 88 | เน็ตรอน | Visualizer สำหรับโครงข่ายประสาทเทียม การเรียนรู้เชิงลึก และโมเดลการเรียนรู้ของเครื่อง | จาวาสคริปต์ | 7882 | 959 |
⬆️1 | 89 | รูปร่าง | แนวทางทางทฤษฎีเกมเพื่ออธิบายผลลัพธ์ของโมเดลการเรียนรู้ของเครื่อง | สมุดบันทึกจูปีเตอร์ | 7792 | 1,091 |
5 | 90 | onnx | เปิดการแลกเปลี่ยนโครงข่ายประสาทเทียม | เพียวเบสิก | 7792 | 1281 |
4 | 91 | ml-ตัวแทน | ชุดเครื่องมือเอเจนต์ Unity Machine Learning | หลาม | 7685 | 2052 |
6 | 92 | mit-deep-learning-book-pdf | หนังสือการเรียนรู้เชิงลึกของ MIT ในรูปแบบ PDF (สมบูรณ์และบางส่วน) โดย Ian Goodfellow, Yoshua Bengio และ Aaron Courville | ชวา | 7534 | พ.ศ. 2388 |
10 | 93 | pix2pix | การแปลจากภาพเป็นภาพด้วยตาข่ายฝ่ายตรงข้ามที่มีเงื่อนไข | ลัวะ | 7423 | 1289 |
94 | การเรียนรู้เชิงลึก-ฝนตกปรอยๆ | ดื่มด่ำไปกับ Deep Learning, Reinforcement Learning, Machine Learning, Computer Vision และ NLP โดยการเรียนรู้จากการบรรยายที่น่าตื่นเต้นเหล่านี้!! | ไม่มี | 7284 | 1694 | |
7 | 95 | แฟชั่น-mnist | ฐานข้อมูลผลิตภัณฑ์แฟชั่นที่เหมือน MNIST | หลาม | 7160 | 1564 |
⬆️1 | 96 | deep_learning_object_detection | รายการกระดาษเกี่ยวกับการตรวจจับวัตถุโดยใช้การเรียนรู้เชิงลึก | ไม่มี | 7139 | 2552 |
- | 97 | เจาะลึก DL-PyTorch | โปรเจ็กต์นี้เปลี่ยนการใช้งาน MXNet ในหนังสือต้นฉบับ "Dive into Deep Learning" ไปเป็นการใช้งาน PyTorch | สมุดบันทึกจูปีเตอร์ | 7092 | 2054 |
⬆️2 | 98 | mit-การเรียนรู้เชิงลึก | บทช่วยสอน การมอบหมายงาน และการแข่งขันสำหรับหลักสูตรที่เกี่ยวข้องกับ MIT Deep Learning | สมุดบันทึกจูปีเตอร์ | 6899 | 1543 |
⬆️25 | 99 | ผู้แนะนำ | แนวทางปฏิบัติที่ดีที่สุดเกี่ยวกับระบบการแนะนำ | สมุดบันทึกจูปีเตอร์ | 6899 | 977 |
- | 100 | หนังสือการเรียนรู้เชิงลึกด้วย TensorFlow | หนังสือโอเพ่นซอร์สสำหรับการเริ่มต้นการเรียนรู้เชิงลึกโดยอิงตามกรณีศึกษาของ TensorFlow 2.0 หนังสือการเรียนรู้เชิงลึกแบบโอเพ่นซอร์ส ซึ่งใช้เฟรมเวิร์ก TensorFlow 2.0 | หลาม | 6771 | 1848 |
⬆️1 | 101 | หนังสือไพทอร์ช | บทช่วยสอน PyTorch และโปรเจ็กต์สนุกๆ รวมถึงการพูดคุยทางประสาท สไตล์ประสาท การเขียนบทกวี การสร้างอนิเมะ ("กรอบการเรียนรู้เชิงลึก PyTorch: การเริ่มต้นและการต่อสู้เชิงปฏิบัติ") | สมุดบันทึกจูปีเตอร์ | 6685 | 2453 |
⬆️7 | 102 | เบิร์ต-as-บริการ | การแมปประโยคที่มีความยาวผันแปรได้กับเวกเตอร์ที่มีความยาวคงที่โดยใช้แบบจำลอง BERT | หลาม | 6681 | 1357 |
- | 103 | สตรีมไลท์ | Streamlit — วิธีที่เร็วที่สุดในการสร้างเครื่องมือ ML แบบกำหนดเอง | หลาม | 6650 | 575 |
9 | 104 | ออโต้เครา | ระบบ AutoML ที่ใช้ Keras | หลาม | 6561 | 1,058 |
13 | 105 | py-เร็วขึ้น-rcnn | R-CNN ที่เร็วขึ้น (การใช้งาน Python) - ดู https://github.com/ShaoqingRen/faster_rcnn สำหรับเวอร์ชัน MATLAB อย่างเป็นทางการ | หลาม | 6551 | 3875 |
⬆️13 | 106 | pytorch_geometric | ไลบรารีส่วนขยายการเรียนรู้เชิงลึกเชิงเรขาคณิตสำหรับ PyTorch | หลาม | 6473 | 1,036 |
3 | 107 | เคราส-GAN | การใช้งาน Keras ของ Generative Adversarial Networks | หลาม | 6450 | 2323 |
9 | 108 | ลุดวิก | Ludwig เป็นกล่องเครื่องมือที่สร้างขึ้นจาก TensorFlow ซึ่งช่วยให้ฝึกฝนและทดสอบโมเดลการเรียนรู้เชิงลึกโดยไม่จำเป็นต้องเขียนโค้ด | หลาม | 6350 | 724 |
13 | 109 | ห้องปฏิบัติการ | แพลตฟอร์ม 3 มิติที่ปรับแต่งได้สำหรับการวิจัย AI ตามตัวแทน | ค | 6052 | 1222 |
7 | 110 | โมเดลการเรียนรู้เชิงลึก | ไฟล์รหัส Keras และน้ำหนักสำหรับโมเดลการเรียนรู้เชิงลึกยอดนิยม | หลาม | 5959 | 1986 |
- | 111 | แฮนด์สัน-ml2 | ชุดสมุดบันทึก Jupyter ที่จะอธิบายพื้นฐานของ Machine Learning และ Deep Learning ใน Python โดยใช้ Scikit-Learn, Keras และ TensorFlow 2 | สมุดบันทึกจูปีเตอร์ | 5921 | 2144 |
6 | 112 | เทนเซอร์เลเยอร์ | ห้องสมุดการเรียนรู้เชิงลึกและการเสริมการเรียนรู้สำหรับนักวิทยาศาสตร์ | หลาม | 5876 | 1344 |
15 | 113 | บอสเซนเซอร์ | ซ่อนหน้าจอเมื่อเจ้านายเข้ามาใกล้ | หลาม | 5830 | 1,091 |
4 | 114 | text_การจัดประเภท | โมเดลการจำแนกข้อความทุกประเภทและอีกมากมายด้วยการเรียนรู้เชิงลึก | หลาม | 5794 | 2200 |
- | 115 | การเรียนรู้ของเครื่อง-ความปรารถนา-cn | Machine Learning Yearning เวอร์ชันภาษาจีน - "เคล็ดลับการฝึกอบรม Machine Learning" - เขียนโดย Andrew Ng | ซีเอสเอส | 5770 | 1232 |
15 | 116 | Swift-AI | ไลบรารีการเรียนรู้ของเครื่อง Swift | สวิฟท์ | 5666 | 549 |
⬆️8 | 117 | python-machine-learning-book-2nd-edition | แหล่งเก็บข้อมูลรหัสหนังสือ "Python Machine Learning (ฉบับที่ 2)" และแหล่งข้อมูล | สมุดบันทึกจูปีเตอร์ | 5569 | 2288 |
13 | 118 | สุดยอด-rnn | Recurrent Neural Network - รายการทรัพยากรที่รวบรวมไว้สำหรับ RNN โดยเฉพาะ | ไม่มี | 5559 | 1403 |
11 | 119 | DeepLearningFlappyBird | แฮ็ค Flappy Bird โดยใช้ Deep Reinforcement Learning (Deep Q-learning) | หลาม | 5507 | 1808 |
13 | 120 | SerpentAI | Game Agent Framework ช่วยคุณสร้าง AIs / Bots เพื่อเล่นเกมใด ๆ ที่คุณเป็นเจ้าของ! | สมุดบันทึกจูปีเตอร์ | 5451 | 607 |
10 | 121 | tensorflow_cookbook | รหัสสำหรับตำราการเรียนรู้ของเครื่อง Tensorflow | สมุดบันทึกจูปีเตอร์ | 5438 | 2331 |
4 | 122 | AdversarialNetsเอกสาร | รายการกระดาษคลาสสิกพร้อมรหัสเกี่ยวกับอวนปฏิปักษ์แบบกำเนิด | ไม่มี | 5356 | 1824 |
8 | 123 | กระแสความมืด | แปล darknet เป็น tensorflow โหลดตุ้มน้ำหนักที่ผ่านการฝึกอบรม ฝึกใหม่/ปรับแต่งโดยใช้ tensorflow ส่งออกกราฟคงที่ไปยังอุปกรณ์มือถือ | หลาม | 5328 | 2452 |
12 | 124 | ดีพโต | ตั้งค่าสภาพแวดล้อมการเรียนรู้เชิงลึกในบรรทัดคำสั่งเดียว | หลาม | 5308 | 654 |
⬆️58 | 125 | นี | ชุดเครื่องมือ AutoML แบบโอเพ่นซอร์สสำหรับการค้นหาสถาปัตยกรรมประสาท การบีบอัดโมเดล และการปรับแต่งไฮเปอร์พารามิเตอร์ | หลาม | 5281 | 676 |
10 | 126 | เครื่องผูกโซ่ | กรอบงานที่ยืดหยุ่นของโครงข่ายประสาทเทียมสำหรับการเรียนรู้เชิงลึก | หลาม | 5274 | 1369 |
6 | 127 | สุดยอดปัญญาประดิษฐ์ | รายชื่อหลักสูตรปัญญาประดิษฐ์ (AI) หนังสือ วิดีโอบรรยาย และเอกสารที่คัดสรรแล้ว | ไม่มี | 5239 | 1117 |
5 | 128 | เทนเซอร์แพ็ก | อินเทอร์เฟซ Neural Net Training บน TensorFlow โดยเน้นที่ความเร็ว + ความยืดหยุ่น | หลาม | 5213 | 1593 |
12 | 129 | เครือข่ายลึกที่เหลือ | การเรียนรู้ที่เหลืออย่างลึกซึ้งเพื่อการจดจำภาพ | ไม่มี | 5193 | 2041 |
⬆️12 | 130 | nlp-กวดวิชา | บทช่วยสอนการประมวลผลภาษาธรรมชาติสำหรับนักวิจัยการเรียนรู้เชิงลึก | สมุดบันทึกจูปีเตอร์ | 5176 | 1387 |
11 | 131 | CNN-การจัดประเภทข้อความ-TF | โครงข่ายประสาทเทียมแบบ Convolutional สำหรับการจำแนกข้อความใน Tensorflow | หลาม | 5107 | 2620 |
19 | 132 | ประสาทวิทยา | NeuralTalk เป็นโปรเจ็กต์ Python+numpy สำหรับการเรียนรู้ Multimodal Recurrent Neural Networks ที่อธิบายภาพพร้อมประโยค | หลาม | 5086 | 1333 |
19 | 133 | สเรซ | ภาพที่มีความละเอียดสูงสุดผ่านการเรียนรู้เชิงลึก | หลาม | 5079 | 655 |
5 | 134 | xlnet | XLNet: การฝึกล่วงหน้าแบบถอยหลังอัตโนมัติทั่วไปเพื่อการทำความเข้าใจภาษา | หลาม | 5046 | 976 |
13 | 135 | เล็ก-dnn | ส่วนหัวเท่านั้น กรอบการเรียนรู้เชิงลึกที่ไม่ต้องพึ่งพาใน C ++ 14 | ซี++ | 4992 | 1284 |
- | 136 | ตู้ฟัก-tvm | เปิดสแต็กคอมไพเลอร์การเรียนรู้เชิงลึกสำหรับ cpu, gpu และตัวเร่งความเร็วเฉพาะทาง | หลาม | 4966 | 1324 |
⬆️16 | 137 | การตรวจจับวัตถุที่ยอดเยี่ยม | การตรวจจับวัตถุที่ยอดเยี่ยมโดยใช้ handong1587 github: https://handong1587.github.io/deep_learning/2015/10/09/object-detection.html | ไม่มี | 4914 | 1474 |
⬆️16 | 138 | PySyft | ไลบรารีสำหรับการเรียนรู้ของเครื่องที่เข้ารหัสและรักษาความเป็นส่วนตัว | หลาม | 4819 | 1,073 |
⬆️11 | 139 | wav2letter | ชุดเครื่องมือรู้จำเสียงอัตโนมัติของ Facebook AI Research | ซี++ | 4806 | 767 |
4 | 140 | หลักสูตรการเรียนรู้เชิงลึก | ความเชี่ยวชาญด้านการเรียนรู้เชิงลึกโดย Andrew Ng บน Coursera | สมุดบันทึกจูปีเตอร์ | 4773 | 3710 |
14 | 141 | พาย-Lite | เอ็นจิ้นการอนุมานการเรียนรู้เชิงลึกประสิทธิภาพสูงหลายแพลตฟอร์ม (『ใบพัดบิน』 เอ็นจิ้นการทำนายการเรียนรู้เชิงลึกประสิทธิภาพสูงหลายแพลตฟอร์ม) | ซี++ | 4770 | 993 |
14 | 142 | ท็อปดีปเลิร์นนิ่ง | รายการโครงการ GitHub ยอดนิยมที่เกี่ยวข้องกับการเรียนรู้เชิงลึก | หลาม | 4764 | 970 |
⬆️2 | 143 | เร็วขึ้น-rcnn.pytorch | การใช้งาน pytorch ที่เร็วขึ้นของ r-cnn ที่เร็วขึ้น | หลาม | 4764 | 1616 |
14 | 144 | การจำแนกใบหน้า | การตรวจจับใบหน้าแบบเรียลไทม์และการจัดหมวดหมู่อารมณ์/เพศโดยใช้ชุดข้อมูล fer2013/imdb พร้อมโมเดล keras CNN และ openCV | หลาม | 4703 | 1388 |
19 | 145 | keras-js | เรียกใช้โมเดล Keras ในเบราว์เซอร์ โดยรองรับ GPU โดยใช้ WebGL | จาวาสคริปต์ | 4685 | 507 |
⬆️2 | 146 | ปริซึมแสง | การจัดการภาพถ่ายส่วนบุคคลขับเคลื่อนโดย Go และ Google TensorFlow | ไป | 4623 | 258 |
13 | 147 | h2o-3 | แพลตฟอร์มการเรียนรู้ของเครื่องแบบโอเพ่นซอร์สที่รวดเร็วและปรับขนาดได้สำหรับแอปพลิเคชันที่ชาญฉลาดยิ่งขึ้น: การเรียนรู้เชิงลึก, การเร่งการไล่ระดับสี & XGBoost, ฟอเรสต์แบบสุ่ม, การสร้างแบบจำลองเชิงเส้นทั่วไป (การถดถอยโลจิสติก, Elastic Net), K-Means, PCA, Stacked Ensembles, การเรียนรู้ของเครื่องอัตโนมัติ (AutoML) ฯลฯ . | ชวา | 4580 | 1672 |
17 | 148 | TensorFlow-โลก | ? บทช่วยสอนที่เรียบง่ายและพร้อมใช้งานสำหรับ TensorFlow | หลาม | 4468 | 426 |
149 | the-incredible-pytorch | The Incredible PyTorch: รายการบทช่วยสอน เอกสาร โปรเจ็กต์ ชุมชน และอื่นๆ ที่เกี่ยวข้องกับ PyTorch ที่คัดสรรมาอย่างดี | ไม่มี | 4463 | 883 | |
- | 150 | ท่อสื่อกลาง | MediaPipe เป็นเฟรมเวิร์กข้ามแพลตฟอร์มสำหรับการสร้างไปป์ไลน์แมชชีนเลิร์นนิงประยุกต์แบบหลายรูปแบบ | ซี++ | 4458 | 785 |
12 | 151 | keras-rl | การเรียนรู้การเสริมกำลังเชิงลึกสำหรับ Keras | หลาม | 4445 | 1146 |
19 | 152 | เอ็ดเวิร์ด | ภาษาการเขียนโปรแกรมความน่าจะเป็นใน TensorFlow โมเดลกำเนิดเชิงลึก การอนุมานแบบแปรผัน | สมุดบันทึกจูปีเตอร์ | 4435 | 780 |
7 | 153 | มมดน | MMdnn คือชุดเครื่องมือที่ช่วยให้ผู้ใช้ทำงานร่วมกันระหว่างเฟรมเวิร์ก Deep Learning ต่างๆ เช่น การแปลงโมเดลและการแสดงภาพ | หลาม | 4421 | 839 |
ยี่สิบสอง | 154 | อเมซอน-dsstne | Deep Scalable Sparse Tensor Network Engine (DSSTNE) เป็นไลบรารีที่พัฒนาโดย Amazon สำหรับการสร้างแบบจำลองการเรียนรู้ของเครื่อง (ML) ของ Deep Learning (DL) | ซี++ | 4408 | 762 |
- | 155 | TensorFlow-2.x-บทช่วยสอน | บทช่วยสอนและตัวอย่างของเวอร์ชัน TensorFlow 2.x รวมถึง CNN, RNN, GAN, ตัวเข้ารหัสอัตโนมัติ, FasterRCNN, GPT, ตัวอย่าง BERT ฯลฯ โค้ดตัวอย่างระดับเริ่มต้นของ TF เวอร์ชัน 2.0 และบทช่วยสอนที่ใช้งานได้จริง | สมุดบันทึกจูปีเตอร์ | 4348 | 1415 |
- | 156 | การทำอัลบัม | ไลบรารีการเพิ่มรูปภาพที่รวดเร็วและ wrapper ที่ใช้งานง่ายรอบๆ ไลบรารีอื่นๆ | หลาม | 4336 | 576 |
⬆️9 | 157 | Grokking-การเรียนรู้เชิงลึก | พื้นที่เก็บข้อมูลนี้มาพร้อมกับหนังสือ "Grokking Deep Learning" | สมุดบันทึกจูปีเตอร์ | 4313 | 926 |
ยี่สิบเอ็ด | 158 | แมชชีนเลิร์นนิง-Mindmap | แผนที่ความคิดที่สรุปแนวคิดของแมชชีนเลิร์นนิง ตั้งแต่การวิเคราะห์ข้อมูลไปจนถึงการเรียนรู้เชิงลึก | ไม่มี | 4309 | 762 |
8 | 159 | pix2pixHD | การสังเคราะห์และการจัดการรูปภาพขนาด 2048x1024 ด้วย GAN แบบมีเงื่อนไข | หลาม | 4299 | 867 |
25 | 160 | นิวโรจส์ | ไลบรารีการเรียนรู้เชิงลึกและการเรียนรู้แบบเสริมด้วย JavaScript | จาวาสคริปต์ | 4291 | 365 |
⬆️34 | 161 | การทำโปรไฟล์แพนด้า | สร้างรายงานการทำโปรไฟล์ HTML จากวัตถุ DataFrame ของแพนด้า | หลาม | 4290 | 588 |
⬆️5 | 162 | PyTorch-บทช่วยสอน | สร้างโครงข่ายประสาทเทียมของคุณง่ายและรวดเร็ว | สมุดบันทึกจูปีเตอร์ | 4286 | 1984 |
3 | 163 | machine_learning_ตัวอย่าง | ชุดตัวอย่างและบทช่วยสอนเกี่ยวกับการเรียนรู้ของเครื่อง | หลาม | 4232 | 4100 |
20 | 164 | Realtime_หลายคน_Pose_การประมาณค่า | รหัส repo สำหรับการประมาณท่าทางหลายคนแบบเรียลไทม์ใน CVPR'17 (ช่องปาก) | สมุดบันทึกจูปีเตอร์ | 4190 | 1252 |
25 | 165 | กระดาษโน๊ตการเรียนรู้เชิงลึก | บทสรุปและหมายเหตุเกี่ยวกับเอกสารวิจัย Deep Learning | ไม่มี | 4162 | 891 |
ยี่สิบสาม | 166 | รหัสร่าง | โมเดล Keras เพื่อสร้างโค้ด HTML จากแบบจำลองเว็บไซต์ที่วาดด้วยมือ ใช้สถาปัตยกรรมคำบรรยายภาพกับรูปภาพต้นฉบับที่วาด | หลาม | 4148 | 534 |
8 | 167 | เสิร์ฟ | ระบบการให้บริการที่ยืดหยุ่นและมีประสิทธิภาพสูงสำหรับโมเดลการเรียนรู้ของเครื่อง | ซี++ | 4148 | 1663 |
6 | 168 | graph_nets | สร้าง Graph Nets ใน Tensorflow | หลาม | 4127 | 612 |
ยี่สิบสอง | 169 | เทนสเปซ | เฟรมเวิร์กการแสดงภาพ 3 มิติของโครงข่ายประสาทเทียม สร้างโมเดลเชิงโต้ตอบและใช้งานง่ายในเบราว์เซอร์ รองรับโมเดลการเรียนรู้เชิงลึกที่ได้รับการฝึกอบรมล่วงหน้าจาก TensorFlow, Keras, TensorFlow.js | จาวาสคริปต์ | 4093 | 363 |
⬆️15 | 170 | หนังสือ | หนังสือภาษาโปรแกรมทั้งหมด | ไม่มี | 4071 | 1492 |
- | 171 | seq2seq-โคลง | เล่นโคลงสั้น ๆ กับโมเดล seq2seq ใช้การเรียนรู้เชิงลึกเพื่อโคลงสั้น ๆ | หลาม | 4060 | 813 |
⬆️9 | 172 | ปั่นขึ้น | แหล่งข้อมูลทางการศึกษาที่จะช่วยให้ทุกคนเรียนรู้การเรียนรู้แบบเสริมกำลังเชิงลึก | หลาม | 4030 | 820 |
32 | 173 | โครงการการเรียนรู้เชิงลึก | บทช่วยสอนการเรียนรู้ของเครื่องเชิงลึกจะแนะนำให้ผู้อ่านรู้จักกับขั้นตอนการเรียนรู้ของเครื่องทั้งหมดตั้งแต่เริ่มต้น | HTML | 4028 | 614 |
13 | 174 | stanford-cs-230-การเรียนรู้เชิงลึก | เอกสารสรุป VIP สำหรับ CS 230 Deep Learning ของ Stanford | ไม่มี | 4017 | 816 |
⬆️11 | 175 | ป้ายกำกับฉัน | คำอธิบายประกอบรูปหลายเหลี่ยมด้วย Python (คำอธิบายประกอบรูปหลายเหลี่ยม, สี่เหลี่ยมผืนผ้า, วงกลม, เส้น, จุด และคำอธิบายประกอบระดับรูปภาพ) | หลาม | 4000 | 1275 |
18 | 176 | วีอาร์เอ็น | ? รหัสสำหรับ "การสร้างใบหน้า 3 มิติขนาดใหญ่จากภาพเดียวผ่าน Direct Volumetric CNN Regression" | เปลือก | 3951 | 659 |
- | 177 | ดีจีแอล | แพ็คเกจ Python สร้างขึ้นเพื่อความสะดวกในการเรียนรู้เชิงลึกบนกราฟ นอกเหนือจากเฟรมเวิร์ก DL ที่มีอยู่ | หลาม | 3944 | 656 |
26 | 178 | การเรียนรู้เพื่อเรียนรู้ | การเรียนรู้ที่จะเรียนรู้ใน TensorFlow | หลาม | 3934 | 587 |
⬆️19 | 179 | เอ็มวิชั่น | หุ่นยนต์วิชั่น หุ่นยนต์เคลื่อนที่ VS-SLAM ORB-SLAM2 การตรวจจับเป้าหมายการเรียนรู้เชิงลึก Yolov3 การตรวจจับพฤติกรรม Opencv PCL การเรียนรู้ของเครื่อง การขับขี่แบบไร้คนขับ | ซี++ | 3914 | 1699 |
6 | 180 | ดีพพาฟลอฟ | ไลบรารีโอเพ่นซอร์สสำหรับระบบโต้ตอบและแชทบอทแบบต้นทางถึงปลายทางการเรียนรู้เชิงลึก | หลาม | 3912 | 720 |
- | 181 | โมเดล | โมเดลการเรียนรู้เชิงลึกที่ได้รับการฝึกอบรมล่วงหน้าและทำซ้ำ (ไลบรารีโมเดลอย่างเป็นทางการของ "Flying Paddle" รวมถึงโมเดลการเรียนรู้เชิงลึกที่หลากหลายที่ได้รับการตรวจสอบในสถานการณ์ที่ล้ำหน้าทางวิชาการและทางอุตสาหกรรม) | หลาม | 3910 | 1839 |
25 | 182 | ตัวเลข | ระบบการฝึกอบรม GPU การเรียนรู้เชิงลึก | HTML | 3899 | 1386 |
⬆️7 | 183 | คาร์ลา | โปรแกรมจำลองโอเพ่นซอร์สสำหรับการวิจัยการขับขี่อัตโนมัติ | ซี++ | 3885 | 1,058 |
29 | 184 | บทช่วยสอนการเรียนรู้เชิงลึก | บันทึกและโค้ดการสอนการเรียนรู้เชิงลึก ดูวิกิสำหรับข้อมูลเพิ่มเติม | หลาม | 3882 | 2137 |
ยี่สิบเอ็ด | 185 | DenseNet | เครือข่าย Convolutional ที่เชื่อมต่ออย่างหนาแน่น ใน CVPR 2017 (รางวัลกระดาษที่ดีที่สุด) | ลัวะ | 3833 | 923 |
30 | 186 | นีออน | เฟรมเวิร์กการเรียนรู้เชิงลึกอ้างอิง Intel® Nervana™ มุ่งมั่นเพื่อประสิทธิภาพสูงสุดบนฮาร์ดแวร์ทั้งหมด | หลาม | 3821 | 847 |
7 | 187 | OpenNMT-py | การแปลเครื่องประสาทแบบโอเพ่นซอร์สใน PyTorch | หลาม | 3802 | 1453 |
25 | 188 | การเรียนรู้เชิงลึกZeroToAll | ห้องทดลองการสอนขั้นพื้นฐานของ TensorFlow | สมุดบันทึกจูปีเตอร์ | 3798 | 2394 |
- | 189 | d2l-en | เจาะลึกการเรียนรู้เชิงลึก: หนังสือการเรียนรู้เชิงลึกเชิงโต้ตอบพร้อมโค้ด คณิตศาสตร์ และการสนทนา บนอินเทอร์เฟซ NumPy | หลาม | 3790 | 976 |
17 | 190 | เครื่องขยาย | ไลบรารีการเพิ่มรูปภาพใน Python สำหรับการเรียนรู้ของเครื่อง | สมุดบันทึกจูปีเตอร์ | 3767 | 714 |
ยี่สิบเอ็ด | 191 | การเรียนรู้เชิงลึก-21-ตัวอย่าง | "21 โปรเจ็กต์ที่เล่นด้วยการเรียนรู้เชิงลึก - คำอธิบายเชิงปฏิบัติโดยละเอียดตามโค้ดสนับสนุน TensorFlow" | หลาม | 3750 | 1637 |
20 | 192 | คทา | MACE เป็นเฟรมเวิร์กการอนุมานการเรียนรู้เชิงลึกที่ปรับให้เหมาะกับแพลตฟอร์มการประมวลผลแบบต่างกันบนมือถือ | ซี++ | 3735 | 662 |
17 | 193 | ปฏิบัติ_RL | หลักสูตรการเรียนรู้แบบเสริมกำลังในป่า | สมุดบันทึกจูปีเตอร์ | 3716 | 1082 |
29 | 194 | dl-นักเทียบท่า | อิมเมจ Docker แบบครบวงจรสำหรับการเรียนรู้เชิงลึก มีเฟรมเวิร์ก DL ยอดนิยมทั้งหมด (TensorFlow, Theano, Torch, Caffe ฯลฯ) | หลาม | 3706 | 823 |
27 | 195 | แผนงานการเรียนรู้เชิงลึก | ทุกสิ่งที่คุณต้องการรู้เกี่ยวกับการเรียนรู้เชิงลึก - การเริ่มต้นใหม่ | หลาม | 3680 | 565 |
ยี่สิบเอ็ด | 196 | SSD-เทนเซอร์โฟลว์ | เครื่องตรวจจับ MultiBox แบบนัดเดียวใน TensorFlow | สมุดบันทึกจูปีเตอร์ | 3651 | พ.ศ. 2322 |
28 | 197 | การเรียนรู้ของเครื่อง | การเรียนรู้ของเครื่องขั้นพื้นฐานและการเรียนรู้เชิงลึก | หลาม | 3648 | 2722 |
- | 198 | บันทึกการเรียนรู้ของเครื่อง | การเรียนรู้ของเครื่อง โมเดลความน่าจะเป็น และบันทึกและการสาธิตการเรียนรู้เชิงลึกที่อัปเดตอย่างต่อเนื่องของฉัน (มากกว่า 1,500 สไลด์) การเรียนรู้ของเครื่อง โมเดลความน่าจะเป็น และบันทึกและการสาธิตการเรียนรู้เชิงลึกที่อัปเดตอย่างต่อเนื่อง (มากกว่า 1,500 หน้า) และลิงก์วิดีโอ | สมุดบันทึกจูปีเตอร์ | 3612 | 1007 |
- | 199 | ML-NLP | โปรเจ็กต์นี้เกี่ยวกับประเด็นความรู้และการใช้งานโค้ดที่มักได้รับการทดสอบในการเรียนรู้ของเครื่อง การเรียนรู้เชิงลึก และการสัมภาษณ์ NLP นอกจากนี้ยังเป็นความรู้พื้นฐานทางทฤษฎีที่วิศวกรอัลกอริทึมต้องรู้ | สมุดบันทึกจูปีเตอร์ | 3603 | 1,073 |
9 | 200 | ความสนใจคือทุกสิ่งที่คุณต้องการ pytorch | การใช้งาน PyTorch ของโมเดล Transformer ใน "Attention is All You Need" | หลาม | 3603 | 953 |