deep-learning 第 11 页
本站收录 815 个带「deep-learning」标签的 AI 开源项目（按 GitHub 星标从高到低，第 11 / 17 页）
cevahir-aicevahir-ai 是一个全栈开源 AI 引擎，用于构建语言模型，覆盖从分词器训练、Transformer 架构、认知推理到聊天管线的完整流程。它旨在为开发者★ 260
vietTTSvietTTS 是一个专注于越南语的开源文本转语音（TTS）库，基于深度学习技术构建。它解决了越南语语音合成缺乏高质量开源方案的问题，核心能力包括：使用 Tac★ 259
voxelgptVoxelGPT 是一个基于大型语言模型的 AI 助手，专为计算机视觉领域设计。它能够查询视觉数据集、搜索 FiftyOne 文档，并回答通用的计算机视觉问题。★ 255
MTPMTP 是 JSTARS'24 论文的官方实现，提出了一种面向遥感基础模型的多任务预训练方法。它通过同时学习多个遥感任务（如场景分类、语义分割、目标检测等）来训★ 253
RaveForceRaveForce 是一个面向音乐生成实验的 OpenAI Gym 风格工具包。它解决了音乐生成研究中缺乏标准化实验环境的问题，为强化学习（RL）和生成式模型提★ 252
yet-another-lightning-hydra-template这是一个基于 PyTorch Lightning 和 Hydra 的机器学习项目模板，旨在为快速实验提供灵活、可扩展且可复现的工作流。它解决了研究人员在搭建新项★ 250
Music-Dance-Video-SynthesisMusic-Dance-Video-Synthesis 是一个基于 PyTorch 的自监督舞蹈视频合成项目，发表于 ACM MM 2020 Oral。它解决的★ 249
nonparaSeq2seqVC_code这是一个基于非平行语料库的序列到序列语音转换（Voice Conversion, VC）实现代码。传统语音转换通常需要源和目标说话人的平行语料（即相同文本），而★ 248
MoCoGAN-HDMoCoGAN-HD 是一个基于 GAN 的高分辨率视频生成框架，核心思想是利用预训练的高质量图像生成器（如 StyleGAN）来合成视频帧，从而避免从头训练视★ 246
perfusion-pytorchperfusion-pytorch 是 NVIDIA AI 提出的 Key-Locked Rank One Editing 方法的非官方 PyTorch 实现，★ 238
AI-text-to-video-model-from-scratch这是一个从零开始构建小型文本生成视频模型的教程项目，基于Jupyter Notebook实现。它解决了初学者难以理解复杂视频生成模型内部原理的问题，通过清晰的代★ 238
piper-pluspiper-plus 是一个多语言神经语音合成（TTS）引擎，基于 VITS 模型并引入韵律增强，支持日语、英语、中文、西班牙语、法语、葡萄牙语等 6 种语言（★ 237
PerforatedAIPerforatedAI 是一个为 PyTorch 项目添加“树突”（Dendrites）能力的开源库，旨在通过模拟生物神经元的树突结构来增强神经网络的表达能力★ 237
LucaProtLucaProt 是一个基于深度学习的蛋白质功能预测框架，创新性地融合了蛋白质氨基酸序列与三维结构信息。它解决了传统方法仅依赖序列或单一结构特征导致预测精度有限★ 235
helicalhelical 是一个专注于基因组学和转录组学模态的预训练生物基础模型框架，旨在为研究人员提供开箱即用的先进生物模型。它解决了生物信息学领域模型复用难、标准化缺★ 234
chitrachitra 是一个面向全栈深度学习的多功能 Python 库，旨在简化从模型构建到 API 开发再到模型部署的完整流程。它解决了深度学习项目中常见的工程化痛点★ 234
YOLO_ProjectsYOLO_Projects 是一个面向计算机视觉入门与快速落地的开源项目合集，内置 19 个可直接运行的实战项目，覆盖目标检测、多目标跟踪、关键帧分析等常见任务★ 234
DL-for-Chatbot这是一个面向聊天机器人开发者的深度学习与NLP教程项目，基于Jupyter Notebook编写，使用PyTorch实现。项目通过一系列可运行的代码示例，系统讲★ 232
awesome-papersawesome-papers 是一个个人论文阅读笔记仓库，聚焦机器学习系统、AI 基础设施及相关有趣课题。它把作者读过的论文按主题整理成清单和笔记，帮助读者快速★ 232
awesome-kubeflowawesome-kubeflow 是一个精选资源列表，汇集了与 Kubeflow 相关的优秀项目、工具、教程和文档。Kubeflow 是 CNCF 孵化项目，旨★ 231
machine-learning这是一个面向所有人的免费AI学习与教学资源库，旨在通过协作方式帮助初学者和爱好者共同学习人工智能。项目以Jupyter Notebook为主要载体，提供从基础概★ 231
transformer_latent_diffusion这是一个基于Transformer核心的文本到图像潜在扩散模型实现，旨在探索用Transformer替代传统U-Net作为扩散模型主干网络的可能性。项目解决了S★ 230
Awesome-Foundation-Models-on-Graphs这是一个关于图基础模型的精选资源列表，汇集了图基础模型领域的论文、代码和数据集。它旨在解决图基础模型研究资料分散、难以系统获取的问题，为研究人员和开发者提供一站★ 230
jetson-voicejetson-voice 是一个专为 NVIDIA Jetson 平台设计的深度学习推理库，专注于语音相关任务，涵盖自动语音识别（ASR）、自然语言处理（NLP★ 229
whisper-auto-transcribe这是一个基于 OpenAI Whisper 的自动音频转写工具，旨在提供简单易用的语音转文本解决方案。它解决了普通用户在使用 Whisper 时面临的命令行操作★ 229
dreambooth-tutorialdreambooth-tutorial 是一个面向初学者的 DreamBooth 微调教程项目，基于 Jupyter Notebook 编写，旨在帮助用户通过简★ 228
pflowtts_pytorchP-Flow TTS 的非官方 PyTorch 实现，基于 NVIDIA 的论文，采用 flow matching 技术进行文本到语音合成。该项目旨在复现论文中★ 228
Object-Detection-Knowledge-Distillation这是一个基于 PyTorch 的目标检测知识蒸馏框架，旨在让轻量级学生模型通过模仿大型教师模型来提升检测精度，同时保持较低的计算开销。项目解决的核心问题是：在移★ 227
Active-Learning-as-a-ServiceActive-Learning-as-a-Service 是一个面向所有人的可扩展且高效的数据选择与主动学习系统。它旨在解决机器学习中数据标注成本高昂、数据冗余★ 222
EcoDepthEcoDepth是CVPR 2024收录的单目深度估计项目，旨在解决扩散模型在深度估计中条件利用不足的问题。它通过有效条件化Stable Diffusion，实★ 220
awesome-diffusion这是一个精选的扩散模型（Diffusion Models）资源列表，汇集了相关的 notebooks、工具、软件、教程和资料。它旨在帮助研究人员和开发者快速找到★ 218
Persian-tts-coquiPersian-tts-coqui 是一个面向波斯语/法尔西语的开源文本转语音（TTS）训练项目，基于 Coqui TTS 框架构建。它解决了波斯语语音合成领域★ 218
D-FINE-segD-FINE-seg 是基于 D-FINE 检测器扩展而来的目标检测与实例分割一体化框架，覆盖训练、导出、推理全流程。它解决的是在边缘设备上同时做检测和实例分割★ 217
voxel-flowvoxel-flow 是 ICCV 2017 Oral 论文的开源实现，提出用深度体素流（Deep Voxel Flow）进行视频帧合成，解决视频插帧、帧预测和★ 216
AI-BlueprintsAI-Blueprints 是一个由惠普（HP）发起的开源项目，旨在提供一系列端到端可运行的 AI 蓝图示例。每个蓝图都基于 Jupyter Notebook ★ 216
aimirroraimirror 是一个面向 AI 时代的下载加速工具，通过并行分片与智能缓存技术，将模型、数据集等大文件的下载速度提升至原来的 200 倍。它支持 Docke★ 216
BiaPyBiaPy 是一个开源的 Python 库，旨在简化生物图像分析流程的构建。它基于深度学习，提供从数据预处理、模型训练到结果可视化的端到端解决方案。核心能力包括★ 215
minimind-deep-dive这是一个以 MiniMind 开源大模型源码为切入点，面向中文读者的深度学习笔记项目。它逐行精读预训练、SFT、DPO、PPO、GRPO 等核心训练机制，帮助读★ 214
wildlife-datasetsWildlifeDatasets 是一个面向动物个体重识别（animal re-identification）的开源工具包与数据集集合，主要服务于生态学、保护生★ 212
recurrent-interface-network-pytorch这是一个基于 PyTorch 实现的 Recurrent Interface Network（RIN）开源项目，用于高效生成图像和视频。RIN 是一种新型的生成★ 210
Awesome-Text-to-SpeechAwesome-Text-to-Speech 是一个精心整理的文本转语音（TTS）领域资源列表，汇集了最新的工具、模型和资源。它旨在帮助开发者和研究者快速了解 ★ 210
Matlab-GANMatlab-GAN 是一个基于 MATLAB 实现多种生成对抗网络（GAN）的开源项目，涵盖从基础 GAN 到 Pixel2Pixel、CycleGAN 等经★ 209
mongolian-nlpmongolian-nlp 是一个面向蒙古语自然语言处理的开源资源集合，旨在解决蒙古语 NLP 资源匮乏的问题。项目收集并整理了蒙古语相关的语料库、预训练模型、★ 209
awesome-AI-toolkit这是一个精选的开源AI工具大全，收录了各类AI相关的工具、框架、数据集、课程和经典论文，旨在为AI从业者、学习者和研究者提供一站式资源导航。项目按类别整理，覆盖★ 209
pathology-foundation-models这是一个汇总病理学基础模型与特征提取器的开源列表项目，旨在为计算病理学研究者提供一站式的模型资源导航。项目系统整理了近年来发布的病理学基础模型（如基于自监督学习★ 208
BCIBCI 是一个基于 Pyramid Pix2pix 的乳腺癌免疫组化（IHC）图像生成工具，旨在通过生成对抗网络（GAN）将 H&E 染色的病理图像转换为对应的★ 205
ai-learning-kitai-learning-kit 是一个精选的 AI 学习资料合集，旨在为开发者、学生和研究者提供系统化的 AI 学习路径。它解决了 AI 领域信息过载、学习资源★ 205
practical-computer-vision这是一个面向计算机视觉学习者的实战训练营开源项目，以 Jupyter Notebook 为主要载体，配套测验与视频讲解。它解决的是传统 CV 教程偏理论、代码零★ 205
isaac_ros_object_detectionisaac_ros_object_detection 是 NVIDIA 为 ROS 2 生态提供的图像空间目标检测加速包，属于 Isaac ROS 系列。它把深★ 205
small-dogesmall-doge 是一个早期开源的轻量级语言模型家族项目，旨在提供高效、易部署的小规模语言模型。它解决了大模型资源消耗高、部署门槛高的问题，通过精简架构和优★ 201