"DeepTutor"

📦 开源项目

HKUDS/DeepTutor

DeepTutor：终身个性化辅导 — DeepTutor 是一个终身个性化辅导系统，旨在为用户提供持续的、个性化的学习支持。通过先进的机器学习技术，DeepTutor 能够根据用户的学习进度和偏好提供定制化的教学内容，帮助用户更有效地掌握知识。

Python★ 27.3k⑂ 3.6kother

+528 ★☆

yunjey/pytorch-tutorial

pytorch-tutorial：深度学习研究教程 — pytorch-tutorial 为深度学习研究人员提供了 PyTorch 的基础知识和高级应用，涵盖了神经网络、深度学习等领域，帮助研究人员快速上手 PyTorch 并进行相关研究。通过此教程，研究人员可以更好地理解 PyTorch 的原理和应用。同时，pytorch-tutorial 也为相关领域的开发人员提供了一个学习和参考的平台

Python★ 32.4k⑂ 8.2kai-ml

☆

deepseek-ai/DeepSeek-R1

DeepSeek-R1：开源发现引擎 — DeepSeek-R1是一个开源项目，旨在提供一个高效的发现引擎，帮助用户快速找到所需的信息和资源。它使用了先进的算法和技术，能够提供高质量的搜索结果。同时，DeepSeek-R1也是一个高度可定制的平台，允许用户根据自己的需求进行扩展和定制。

★ 92k⑂ 11.7kother

☆

aymericdamien/TensorFlow-Examples

TensorFlow-Examples：TensorFlow 教程和示例 — TensorFlow-Examples 仓库为初学者提供了丰富的 TensorFlow 教程和示例，支持 TF v1 和 v2 版本。它涵盖了深度学习、机器学习和 Python 编程等主题，非常适合学习 TensorFlow 的开发者。通过这个仓库，开发者可以快速上手 TensorFlow，并应用于实际项目中

Jupyter Notebook★ 43.7k⑂ 14.7kai-ml

☆

labmlai/annotated_deep_learning_paper_implementations

annotated_deep_learning_paper_implementations：深度学习论文实现及注释 — annotated_deep_learning_paper_implementations 项目为深度学习爱好者提供了丰富的学习资源，包括 60 多个深度学习论文的实现和注释。该项目涵盖了多个领域，包括 transformers、优化器、GANs 和强化学习等。通过该项目，开发者可以更好地理解深度学习的原理和应用，提高自己的开发技能。

Python★ 67.1k⑂ 6.7kai-ml

☆

JushBJJ/Mr.-Ranedeer-AI-Tutor

Mr.-Ranedeer-AI-Tutor：个性化学习体验 — Mr.-Ranedeer-AI-Tutor利用GPT-4技术为用户提供个性化的学习体验。它允许用户自定义学习内容和方式，提高学习效率和效果。这种个性化学习方式对于现代教育具有重要意义。

★ 29.6k⑂ 3.3kai-ml

☆

pytorch/pytorch

pytorch：Python 动态神经网络库 — pytorch 提供了动态神经网络和张量计算的能力，支持强大的 GPU 加速，广泛应用于深度学习和机器学习领域。它的自动梯度计算和动态计算图使得模型构建和训练更加高效。pytorch 的灵活性和强大功能使其成为机器学习和深度学习开发者的首选库

Python★ 101.8k⑂ 28.5kai-ml

☆

deepspeedai/DeepSpeed

DeepSpeed：深度学习优化库 — DeepSpeed是一个深度学习优化库，支持分布式训练和推理，能够有效地处理大规模模型和数据。它提供了诸如数据并行、模型并行、管道并行等功能，能够显著提高训练和推理的效率。DeepSpeed对于需要处理大量数据和复杂模型的机器学习和深度学习任务具有重要意义。

Python★ 42.7k⑂ 4.9kai-ml

☆

keras-team/keras

keras：深度学习库 — keras是一个高级神经网络API，能够运行在TensorFlow、PyTorch等多个后端上。它提供了简单易用的接口，能够让用户快速地构建和训练深度学习模型。通过使用keras，用户可以轻松地实现数据预处理、模型构建、训练和评估等功能

Python★ 64.2k⑂ 19.7kai-ml

☆

mozilla/DeepSpeech

DeepSpeech：开源嵌入式语音识别引擎 — DeepSpeech是一个开源的语音识别引擎，可以在设备上离线运行，使用C++编写，利用深度学习和神经网络技术来实现高准确率的语音识别。它支持多种设备，并且可以实时运行，具有广泛的应用前景。DeepSpeech的开源性使其受到广泛关注和贡献。

C++★ 26.8k⑂ 4.1kai-ml

☆

AccumulateMore/CV

CV：深度学习笔记 — CV仓库提供了全面深度学习笔记，涵盖Pytorch、李沐动手学深度学习、吴恩达深度学习和大飞大模型Agent等内容。这些笔记对于深度学习爱好者和开发者来说非常有价值。同时，仓库中也包含了多个相关主题的内容，如机器学习、自然语言处理和计算机视觉等

Jupyter Notebook★ 22.6k⑂ 2.6kai-ml

☆

lutzroeder/netron

netron：神经网络可视化工具 — netron支持多种框架，如TensorFlow、PyTorch和Keras，能够帮助开发者更好地理解和优化他们的模型。通过可视化模型的结构和参数，netron能够提高开发效率和模型性能。同时，netron也支持多种模型格式，如ONNX和CoreML

JavaScript★ 33.2k⑂ 3.2kai-ml

☆

openai/CLIP

CLIP：对比语言图像预训练 — CLIP 通过对比语言图像预训练，能够学习图像和文本之间的语义关系，从而实现图像和文本的跨模态检索和理解。这种技术在计算机视觉和自然语言处理领域具有重要意义。CLIP 的应用包括图像搜索、图像描述生成等

Jupyter Notebook★ 34k⑂ 4kai-ml

☆

liuzhuang13/DenseNet

DenseNet：密集连接卷积神经网络 — DenseNet是一种新的卷积神经网络架构，通过密集连接的方式提高了网络的学习能力和特征提取能力。这种架构在CVPR 2017上获得最佳论文奖，表明其在深度学习领域的重要性。DenseNet的设计可以应用于多种计算机视觉任务中

Lua★ 4.9k⑂ 1.1kai-ml

☆

chenfei-wu/TaskMatrix

TaskMatrix：任务管理矩阵 — TaskMatrix是一个开源的任务管理平台，使用Python语言开发。它提供了一个简单易用的接口，帮助用户管理和跟踪任务。通过TaskMatrix，用户可以高效地组织和优先级任务，从而提高生产力。

Python★ 34.1k⑂ 3.2kother

☆

DevToys-app/DevToysMac

DevToysMac：macOS 开发工具 — DevToysMac 是一个开源项目，使用 Swift 编写，旨在为 macOS 开发者提供一系列实用的工具。它可以帮助开发者提高工作效率和生产力。DevToysMac 的开发和维护完全开源，欢迎开发者参与贡献

Swift★ 9.2k⑂ 373mobile

☆

coqui-ai/TTS

TTS：深度学习文本转语音工具包 — TTS是一个基于深度学习的文本转语音工具包，支持多种语音合成模型和声码器，包括Glow-TTS、HiFiGAN和MelGAN等。它已在研究和生产环境中得到广泛应用，能够生成高质量的语音。TTS的主要特点包括支持多说话人语音合成、声码器和语音合成模型的选择等

Python★ 45.7k⑂ 6.2kai-ml

☆

vwxyzjn/cleanrl

cleanrl：高质量的深度强化学习算法实现 — cleanrl提供了多种深度强化学习算法的实现，包括PPO、DQN、C51、DDPG、TD3、SAC和PPG等。这些算法都是在一个单文件中实现的，具有研究友好的特性。cleanrl的实现基于Python和PyTorch，能够与Gym和WandB等流行的机器学习库进行集成。

Python★ 10k⑂ 1.1kai-ml

☆

huggingface/diffusers

diffusers：PyTorch 中的图像、视频和音频生成库 — diffusers 库提供了一个简单易用的接口来生成高质量的图像、视频和音频。它利用了扩散模型的强大功能，能够生成令人惊叹的结果。通过使用 diffusers，开发者可以轻松地将 AI 生成技术集成到自己的项目中

Python★ 34.1k⑂ 7.1kai-ml

☆

BVLC/caffe

caffe：深度学习开源框架 — caffe是一个高性能的深度学习框架，支持多种神经网络架构和优化算法。它能够用于图像和语音识别、自然语言处理等领域，具有广泛的应用前景。caffe的开源性质使得开发者能够轻松地扩展和定制框架，以满足特定的需求。

C++★ 34.6k⑂ 18.5kai-ml

☆

microsoft/AI-For-Beginners

AI-For-Beginners：人工智能入门教程 — AI-For-Beginners 项目旨在让初学者快速掌握人工智能的基础知识，通过 12 周、24 课的课程安排，涵盖了机器学习、深度学习、计算机视觉等领域。该项目使用 Jupyter Notebook 作为教学工具，帮助学习者快速上手。通过学习 AI-For-Beginners，学习者可以快速掌握人工智能的基础知识，并能够应用于实际项目中

Jupyter Notebook★ 52.2k⑂ 10.6kai-ml

☆

huggingface/transformers

transformers：机器学习模型框架 — transformers提供了一个统一的框架，用于定义和使用最先进的机器学习模型，包括自然语言处理、语音识别和计算机视觉等领域。该框架支持PyTorch和其他流行的深度学习库，能够方便地进行模型的推理和训练。transformers的出现大大促进了机器学习模型的发展和应用。

Python★ 162.6k⑂ 33.9kai-ml

☆

unslothai/unsloth

unsloth：本地运行开放模型的网页界面 — unsloth 提供了一个用户友好的界面，用于训练和运行各种开放模型。它支持多种模型，如 Gemma 4、Qwen3.6、DeepSeek 和 gpt-oss，能够满足不同用户的需求。通过 unsloth，用户可以在本地环境中训练和运行这些模型，从而提高效率和安全性

Python★ 68.1k⑂ 6.1kai-ml

☆

openinterpreter/openinterpreter

openinterpreter：轻量级编码代理 — openinterpreter是一个使用Rust编写的轻量级编码代理，支持Deepseek、Kimi和Qwen等开源模型。它能够提供高效的编码服务，帮助开发者更快速地完成编码任务。openinterpreter的出现对于促进开源模型的发展和应用具有重要意义

Rust★ 66.3k⑂ 5.7kai-ml

+431 ★☆

babysor/MockingBird

MockingBird：实时语音克隆与生成 — MockingBird利用Python和PyTorch实现了快速的语音克隆和实时语音生成，能够广泛应用于语音合成、语音助手等领域。它的出现标志着语音技术的重大进步，能够为人们带来更加自然和便捷的语音交互体验。同时，MockingBird也为AI和深度学习的研究提供了新的可能性

Python★ 36.9k⑂ 5.2kai-ml

☆

chatboxai/chatbox

chatbox：人工智能客户端 — chatbox是一个利用TypeScript开发的AI客户端，能够与多种AI模型（如chatbot、chatgpt、gpt等）交互。它提供了一个强大的平台，用于构建和集成AI功能。chatbox的出现使得开发者能够更容易地创建和部署AI应用

TypeScript★ 41k⑂ 4.1kai-ml

☆

d2l-ai/d2l-zh

d2l-zh：深度学习中文教程 — d2l-zh 提供了一个深度学习的中文教程，涵盖了计算机视觉、机器学习和自然语言处理等方面的内容。该项目使用 Python 语言编写，适合中文读者学习和讨论深度学习。它已被全球70多个国家的500多所大学用于教学，具有重要的教育价值和影响力。

Python★ 78.8k⑂ 12.3kai-ml

☆

gradio-app/gradio

gradio：机器学习应用构建工具 — gradio允许用户快速构建和分享机器学习应用，支持多种数据分析和可视化功能。它提供了一个简单易用的界面，能够让开发者轻松部署机器学习模型。同时，gradio也支持Python Notebook和UI组件，能够满足不同开发者的需求。

Python★ 43.1k⑂ 3.5kdata

☆

deepfakes/faceswap

faceswap：人工智能换脸软件 — faceswap利用深度学习和神经网络技术来交换视频或图像中的人脸。它可以用于各种应用，如电影特效、视频编辑和社交媒体。faceswap的开源性质使其成为研究人员和开发人员的热门选择

Python★ 55.3k⑂ 13.4kai-ml

☆

hiyouga/LlamaFactory

LlamaFactory：统一高效微调 — LlamaFactory实现了对100多个LLMs和VLMs的统一高效微调，支持多种微调方法，包括fine-tuning、instruction-tuning和Lora等。该项目使用Python语言开发，基于Transformers库，能够高效地微调大语言模型。LlamaFactory的出现对于自然语言处理（NLP）领域具有重要意义，能够帮助研究人员和开发人员更好地利用大语言模型

Python★ 73.2k⑂ 8.9kai-ml

☆

floodsung/Deep-Learning-Papers-Reading-Roadmap

Deep-Learning-Papers-Reading-Roadmap：深度学习论文阅读路线图 — Deep-Learning-Papers-Reading-Roadmap 为学习者提供了深度学习论文的阅读路线图，帮助他们更好地理解深度学习技术的发展和应用。该路线图涵盖了多个主题，包括 Python 编程语言和深度学习框架。通过阅读这些论文，学习者可以更深入地了解深度学习的原理和实践。

Python★ 39.5k⑂ 7.3kai-ml

☆

dnSpy/dnSpy

dnSpy：.NET 调试器和程序集编辑器 — dnSpy 提供了强大的调试和编辑功能，允许开发者深入分析和修改 .NET 程序集。它支持多种调试模式，包括步骤执行、变量监视和异常处理。通过使用 dnSpy，开发者可以更好地理解和优化自己的 .NET 应用程序

C#★ 29.7k⑂ 5.6ktools

☆

huggingface/accelerate

accelerate：简化PyTorch模型训练与部署 — accelerate能够帮助用户轻松地在各种设备和分布式配置中训练和使用PyTorch模型，支持自动混合精度（包括fp8）和易于配置的FSDP和DeepSpeed。该库简化了模型训练和部署的过程，使得用户可以更专注于模型的开发和优化。同时，accelerate也支持多种分布式配置，能够满足不同规模的训练需求

Python★ 9.7k⑂ 1.4kai-ml

☆

tmuxinator/tmuxinator

tmuxinator：简化tmux会话管理 — tmuxinator能够帮助用户轻松管理复杂的tmux会话，提高工作效率。它提供了一个简单的配置文件格式，允许用户自定义会话布局和设置。通过使用tmuxinator，用户可以更好地组织和管理自己的tmux会话

Ruby★ 13.7k⑂ 625backend

☆