"自然論文"

Yuan1z0825/nature-skills

nature-skills：自然論文繪圖技能 — nature-skills 是一個專為符合Nature論文學術表達和科研繪圖設計的Skill。它幫助研究者更輕鬆地創建專業的科學圖表，提升論文質量。

Python★ 29.8k⑂ 1.8kother

☆

langchain-ai/open_deep_research

open_deep_research：開源深度研究平台 — open_deep_research 提供了一個強大的開源框架，支持各種深度學習模型的開發和研究。它對於希望在深度學習領域進行創新研究的開發者來說極為重要。

Python★ 12.3k⑂ 1.7kother

+23 ★☆

Leey21/awesome-ai-research-writing

awesome-ai-research-writing：人工智慧研究寫作精選 — awesome-ai-research-writing 是一個集合了人工智慧研究寫作相關資源的專案，旨在幫助研究人員提升寫作品質和效率。它提供了許多有用的工具和資源，讓研究人員可以更容易地撰寫和發表研究論文。這個專案對於人工智慧研究領域具有重要意義，因為它可以幫助推動研究的進展和知識的分享

★ 29.8k⑂ 2.3kai-ml

☆

docling-project/docling

docling：文件準備工具 — docling是一個基於Python的工具，旨在幫助用戶將文件轉換為適合生成式人工智慧的格式。它支持多種文件格式，包括docx、pdf、pptx、xlsx等。通過使用docling，用戶可以輕鬆地準備文件，以便更好地應用生成式人工智慧技術

Python★ 63.5k⑂ 4.5kai-ml

☆

lensapp/lens

lens：Kubernetes 管理工具 — lens 是一個開源的 Kubernetes 管理平台，提供了豐富的功能，包括集群管理、資源監控和應用部署等。它可以幫助用戶更容易地管理和維護 Kubernetes 集群。同時，lens 也支持多種雲原生技術，包括 containers 和 devops

★ 23.2k⑂ 1.5kdevops

☆

rust-ml/linfa

linfa：機器學習框架 — linfa 是一個 Rust 機器學習框架，能夠提供高效的機器學習演算法和工具，幫助開發者快速地構建和訓練機器學習模型。這個框架的目的是為了提供一個簡單易用的機器學習解決方案，讓開發者能夠快速地將機器學習技術應用到實際的項目中。同時，linfa 也提供了一個高度可擴展的架構，能夠讓開發者根據自己的需求進行自定義和擴展

Rust★ 4.7k⑂ 328ai-ml

☆

taizilongxu/interview_python

interview_python：Python 面试题库 — interview_python 项目包含了丰富的 Python 面试题，涵盖了多个领域和技术，能够帮助开发者了解面试的重点和难点。通过这个项目，开发者可以更好地准备面试，提高面试的成功率。同时，也可以帮助开发者发现自己的知识缺陷，进一步提高自己的技能

Shell★ 17.4k⑂ 5.5kother

☆

TheAlgorithms/C-Plus-Plus

C-Plus-Plus：教育用算法集合 — C-Plus-Plus 项目提供了一个丰富的算法集合，涵盖了数学、机器学习、计算机科学和物理等领域。这些算法都是用 C++ 实现的，目的是为教育提供一个有价值的资源。通过这个项目，学生和开发者可以更深入地理解这些算法的实现细节和应用场景。

C++★ 34.5k⑂ 7.8kai-ml

☆

asgeirtj/system_prompts_leaks

system_prompts_leaks： Anthropic 和 OpenAI 系統提示提取 — system_prompts_leaks 是一个开源项目，旨在提取和分享来自 Anthropic 和 OpenAI 的系统提示，包括 Claude 和 ChatGPT 等模型。该项目通过提供这些提示来帮助开发者和研究人员更好地理解和改进 AI 模型的性能。同时，项目还会定期更新，以确保用户能够获取最新的系统提示。

JavaScript★ 59k⑂ 9.6kai-ml

☆

mli/paper-reading

paper-reading：深度学习论文精读 — paper-reading 项目通过逐段精读深度学习经典和新论文，帮助读者深入理解相关概念和技术。该项目涵盖了多个深度学习主题，包括但不限于 CNN、RNN 和 Transformer。通过 paper-reading，读者可以跟踪最新的深度学习发展和进展

★ 33.6k⑂ 2.8kai-ml

☆

CyC2018/CS-Notes

CS-Notes：技術面試必備知識 — CS-Notes 提供了技術面試必備的基礎知識，包括 Leetcode、計算機操作系統、計算機網絡、系統設計等，幫助開發者們準備面試和提升技術能力。這個項目通過收集和整理相關知識，為開發者們提供了一個便捷的學習資源。同時，CS-Notes 也是一個開源項目，歡迎開發者們參與貢獻

★ 184.8k⑂ 50.8kother

☆

hankcs/HanLP

HanLP：下一代自然語言處理 — HanLP是一個強大的自然語言處理工具包，提供了分詞、詞性標注、命名實體識別、句法與語義依存分析、文檔分類等功能。它的目的是為了簡化自然語言處理任務，讓開發者能夠更容易地構建自己的NLP應用。HanLP的出現對於NLP領域的發展具有重要意義

Python★ 36.5k⑂ 10.9kai-ml

☆

explosion/spaCy

spaCy：工業級自然語言處理 — spaCy 提供高效的自然語言處理功能，包括實體辨識、文本分類和標記化等，能夠有效地處理大量文本數據。它的優點在於高效、可擴展和易於使用，廣泛應用於各個領域的文本分析任務。因此，spaCy 成為了 Python 中最受歡迎的 NLP 庫之一

Python★ 33.8k⑂ 4.7kai-ml

☆

keras-team/keras

keras：人性化的深度學習框架 — keras 是一個高層神經網絡 API，能夠在 TensorFlow、PyTorch 和 JAX 等多個後端上運行。它提供了簡單易用的 API，讓用戶可以快速地構建和訓練神經網絡模型。keras 的出現使得深度學習技術更加民主化和易於使用

Python★ 64.2k⑂ 19.7kai-ml

☆

Imbad0202/academic-research-skills

academic-research-skills：學術研究技巧 — academic-research-skills 專案提供了一套完整的學術研究工作流程，從研究到完成，涵蓋了寫作、審查、修訂等步驟。這個專案使用 Python 語言開發，整合了 Claude Code 等工具，旨在提高學術研究的效率和質量。通過使用 academic-research-skills，研究人員可以更好地管理自己的研究工作流程，提高研究的可靠性和有效性

Python★ 38.5k⑂ 3.1kother

☆

PDFMathTranslate/PDFMathTranslate

PDFMathTranslate：基於 AI 的 PDF 科學論文翻譯 — PDFMathTranslate 可以將 PDF 科學論文翻譯成多種語言，包括中文、英文、日文、韓文和俄文等，支援 Google、DeepL、Ollama 和 OpenAI 等翻譯服務。它提供了多種使用方式，包括命令列介面、圖形使用者介面、MCP、Docker 和 Zotero 等。這個工具對於科學研究人員和學者來說非常有用，因為它可以幫助他們快速地閱讀和理解外語的科學論文。

Python★ 35.7k⑂ 3.2kai-ml

☆

google-research/google-research

google-research：谷歌研究項目 — google-research 項目提供了各種 AI 和機器學習相關的研究成果，包括數據集、模型和演算法等。這些研究成果可以幫助開發者更好地理解和應用 AI 技術。同時，google-research 項目也為研究人員提供了一個開放的平台，方便他們分享和交流研究成果

Jupyter Notebook★ 38.4k⑂ 8.5kai-ml

☆

recommenders-team/recommenders

recommenders：推薦系統最佳實踐 — recommenders 是一個開源項目，提供了推薦系統的最佳實踐和相關技術文檔，涵蓋了 AI、機器學習和深度學習等領域。該項目旨在幫助開發者建立高效的推薦系統，並提供了相關的教程和範例。通過使用 recommenders，開發者可以快速建立和部署自己的推薦系統，提高用戶體驗和商業價值。

Python★ 21.8k⑂ 3.3kai-ml

☆

eugeneyan/applied-ml

applied-ml：應用機器學習論文與技術博客 — applied-ml 專案收集和分享各公司在生產環境中應用數據科學和機器學習的論文和技術博客，涵蓋了計算機視覺、深度學習、自然語言處理等領域。這些分享可以幫助開發者和研究者了解如何將機器學習應用於實際問題。同時，這也為開發者提供了一個很好的學習和參考資源。

★ 29.9k⑂ 4kai-ml

☆

NousResearch/hermes-agent

hermes-agent：智能代理 — hermes-agent是一種基於Python的智能代理，旨在提供更好的用戶體驗。它可以與用戶互動，學習用戶的需求，提供個性化的服務。hermes-agent的開發目的是為了創建一個更加智能、更加人性化的代理

Python★ 217.2k⑂ 40.9kai-ml

☆

ashishpatel26/500-AI-Machine-learning-Deep-learning-Computer-vision-NLP-Projects-with-code

500-AI-Machine-learning-Deep-learning-Computer-vision-NLP-Projects-with-code：人工智慧項目集 — 500-AI-Machine-learning-Deep-learning-Computer-vision-NLP-Projects-with-code 項目收集了多個人工智慧領域的項目，包括機器學習、深度學習、電腦視覺和NLP。這些項目均附帶代碼，供開發者學習和研究。通過這些項目，開發者可以快速入門人工智慧領域，了解各種技術的實現細節。

★ 35.6k⑂ 7.4kai-ml

☆

rough-stuff/rough-notation

rough-notation：在網頁上創建和動畫手繪註釋 — rough-notation 是一個基於 TypeScript 的庫，允許開發者在網頁上創建和動畫手繪註釋。它提供了一個簡單的 API，用於定義和自訂註釋的外觀和動畫。這個庫對於需要在網頁上添加註釋和強調的開發者來說非常有用

TypeScript★ 9.6k⑂ 237web

☆

mermaid-js/mermaid

mermaid：圖表生成工具 — mermaid 是一個強大的圖表生成工具，可以從簡單的文字描述生成複雜的圖表，如流程圖、序列圖和思維導圖等。它的工作原理類似於 markdown，讓用戶可以輕鬆地創建和編輯圖表。mermaid 的出現使得圖表的生成變得更加簡單和高效

TypeScript★ 89.3k⑂ 9.1kweb

☆

enaqx/awesome-react

awesome-react：React 生態系統資源集合 — awesome-react 提供了豐富的 React 相關資源，包括 React 應用程式、教程、範例和 TypeScript 整合等。這些資源能夠幫助開發者更好地理解和使用 React，提高開發效率和品質。同時，awesome-react 也是一個不斷更新的集合，讓開發者能夠及時了解 React 生態系統的最新動態

★ 74k⑂ 7.6kweb

☆

jakevdp/PythonDataScienceHandbook

PythonDataScienceHandbook：資料科學教材 — PythonDataScienceHandbook 提供了一份全面性的資料科學教材，涵蓋了資料分析、視覺化、機器學習等主題，使用 Jupyter Notebook 撰寫，方便讀者學習和實踐。這個教材使用了各種流行的 library，包括 matplotlib、numpy、pandas 和 scikit-learn。透過這個教材，讀者可以學習到資料科學的基礎知識和實踐技能

Jupyter Notebook★ 49.3k⑂ 19.1kdata

☆

joelgrus/data-science-from-scratch

data-science-from-scratch：從零開始的資料科學 — data-science-from-scratch 是一個使用 Python 的資料科學專案，提供了從零開始的資料科學實現，涵蓋了資料分析、機器學習等領域。這個專案的目的是提供一個基礎的資料科學實現，讓開發者可以從中學習。同時，該專案也提供了書籍《Data Science From Scratch》的程式碼實現，方便讀者進行實踐

Python★ 9.7k⑂ 4.7kdata

☆

liuzhuang13/DenseNet

DenseNet：密集連接卷積神經網絡 — DenseNet是一種創新的神經網絡架構，通過密集連接的方式提高了網絡的表達能力和訓練效率。這種架構可以用於圖像分類、物體偵測等任務，具有廣泛的應用前景。DenseNet的提出對深度學習領域具有重要的影響

Lua★ 4.9k⑂ 1.1kai-ml

☆

volcano-sh/volcano

volcano：雲原生批量系統 — volcano 是一個開源的批量系統，基於 Kubernetes，提供高性能和可擴展的批量計算能力。它支持多種工作負載，包括 AI、機器學習和大數據處理。volcano 的設計目標是提供一個靈活、可靠和高效的批量系統，以滿足雲原生應用的需求

Go★ 5.8k⑂ 1.5kai-ml

☆

geekcomputers/Python

Python：Python 示例集 — 此存储库提供了一系列 Python 示例，帮助开发者学习和掌握 Python 编程语言。这些示例涵盖了 Python 的各种特性和应用场景，能够帮助开发者快速上手 Python 开发。同时，这些示例也可以作为开发者学习和研究 Python 的参考资料

Python★ 35.2k⑂ 12.9kother

☆

PKUFlyingPig/cs-self-learning

cs-self-learning：計算機自學指南 — cs-self-learning 是一個專為自學計算機科學而設計的資源指南，提供了豐富的學習材料和資源。這個項目對於希望系統地學習計算機科學基礎知識的人來說非常有用。

HTML★ 74.3k⑂ 7.9kother

+134 ★☆

hugohe3/ppt-master

ppt-master：AI PowerPoint生成工具 — ppt-master是一个使用Python开发的AI工具，能够将任何文档转换为可编辑的PowerPoint演示文稿。它支持原生形状和动画、语音音频讲义和自定义模板，极大地提高了工作效率。该项目的主要功能包括AI生成PowerPoint、支持自定义模板和语音音频讲义等

Python★ 39.9k⑂ 3.3kai-ml

☆

pjreddie/darknet

darknet：神經網路框架 — darknet 提供了一個簡單且高效的方式來實現 CNN 模型，支援多種神經網路架構和訓練算法。這個框架廣泛應用於圖像識別、物體偵測等領域。darknet 的優點在於其高性能和低資源占用，使其成為嵌入式系統和移動設備的理想選擇。

C★ 26.5k⑂ 21kai-ml

☆

donnemartin/data-science-ipython-notebooks

data-science-ipython-notebooks：數據科學互動筆記本 — data-science-ipython-notebooks 提供了多個數據科學主題的互動式 Python 筆記本，包括深度學習框架（如 TensorFlow 和 Keras）、大數據處理工具（如 Spark）以及機器學習庫（如 scikit-learn）。這些資源對於學習和應用數據科學技術非常有用。

Python★ 29.2k⑂ 8kdata

☆

facebook/docusaurus

docusaurus：簡單易用的開源文件網站 — docusaurus是一個基於React和TypeScript的開源文件網站框架，旨在簡化文件維護和部署的流程。它提供了許多功能，如多語言支持、版本控制和搜索功能，讓開發者可以輕鬆地建立和維護文件網站。docusaurus的開源性質也使其成為開發者們的共同努力目標

TypeScript★ 65.7k⑂ 10kweb

☆

github-linguist/linguist

linguist：語言分析工具 — linguist 是一個開源工具，使用 Ruby 開發，能夠分析程式碼的語言並提供語言統計和語法分析。它的功能包括語言識別、語法高亮和語言統計等。linguist 的目的是為開發者提供一個準確的語言分析工具，以便於程式碼的管理和維護

Ruby★ 13.6k⑂ 5.3kbackend

☆