deep-learning 第 13 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 13 / 17 页）
zero-to-aizero-to-ai 是一个面向零基础学习者的免费 AI/ML 课程仓库，以 950 多个 Jupyter Notebook 为载体，覆盖从 Python 基础★ 154
Transformers-in-ActionTransformers-in-Action 是一本名为《Transformers in Action》的书籍的配套代码仓库，旨在通过 Jupyter Note★ 153
WaDiWaDi 是一个面向一步图像合成的权重方向感知蒸馏框架，由 CVPR 2026 论文官方提供 PyTorch 实现。它解决扩散模型蒸馏过程中因权重方向忽略导致的★ 153
InfiGUI-G1InfiGUI-G1 是一个针对图形用户界面（GUI）智能体的强化学习训练框架，旨在解决 GUI 智能体在语义对齐上的瓶颈问题。它提出了自适应探索策略优化（AE★ 152
tglcourseThe Generative Landscape 是一份关于生成式建模的开放课程，目前尚未完成。它以 Jupyter Notebook 形式呈现，旨在系统性地讲★ 151
fed-ragfed-rag 是一个用于微调检索增强生成（RAG）系统的框架。它解决了 RAG 系统中检索器与生成器之间协同调优的难题，提供了一套完整的工具链来优化检索质量与★ 150
MapReaderMapReader 是英国国家档案馆等机构合作开发的开源计算机视觉流水线，专为大规模地图图像的分析与探索而设计。它将深度学习模型（基于 PyTorch）与地理空★ 150
Comprehensive-E2E-TTS这是一个基于 PyTorch 的非自回归端到端文本转语音（TTS）项目，直接将文本转换为语音波形，无需中间声学特征。它集成了多种前沿的无监督时长建模方法，支持 ★ 147
coeditCoEdIT是一个基于指令微调的多任务文本编辑框架，源自EMNLP 2023论文。它通过将改写、语法纠错、风格转换等文本编辑任务统一为指令跟随形式，让用户用自然★ 147
ETRISETRIS 是 ICCV 2023 论文《Bridging Vision and Language Encoders: Parameter-Efficient ★ 147
TABTAB 是一个面向时间序列异常检测（TSAD）方法的统一基准测试框架，相关论文被 PVLDB 2025 接收。它解决当前异常检测领域缺乏公平、全面评估平台的问题★ 146
tts-arabic-pytorch这是一个基于 PyTorch 的阿拉伯语语音合成（TTS）工具包，实现了 Tacotron2 和 FastPitch 两种主流声学模型，并集成 HiFi-GAN★ 145
Mamba-in-Computer-Vision这是一个关于Mamba模型在计算机视觉领域应用的综合性综述项目，系统梳理了Mamba（状态空间模型）在视觉任务中的技术进展与应用场景。Mamba是一种新兴的序列★ 144
mlops-templatesmlops-templates 是微软提供的 Azure MLOps (v2) 解决方案加速器，旨在帮助企业快速在 Azure 平台上部署和运维机器学习模型。它★ 144
ConffusionConffusion 是论文《Conffusion: Confidence Intervals for Diffusion Models》的官方实现，旨在为扩散★ 143
llm-flashcardsllm-flashcards 是一个面向大语言模型学习者的可视化知识库，以卡片形式系统整理了从分词到部署的 180 个核心概念。该项目旨在帮助用户快速理解 LL★ 143
monai-deploy-app-sdkMONAI Deploy App SDK 是 MONAI 项目的一部分，专注于医疗影像 AI 应用的全生命周期管理。它提供了一套框架和工具，帮助开发者设计、开发★ 143
conversation-tensorflowconversation-tensorflow 是一个基于 TensorFlow 实现的对话模型项目，主要聚焦于使用 seq2seq 架构构建聊天机器人。它解决★ 142
spokestack-pythonSpokestack-python 是一个为 Python 应用提供语音界面能力的开源库，尤其专注于嵌入式系统。它解决了在资源受限的设备上集成语音交互的难题，提★ 142
ZeroShapeZeroShape是一个基于回归的零样本三维形状重建项目，旨在从单张图像直接恢复物体的三维几何结构。它解决了传统三维重建方法依赖大量标注数据、泛化能力差的问题，★ 141
diffusion-DDIM-pytorchdiffusion-DDIM-pytorch 是一个基于 PyTorch 的 DDIM（Denoising Diffusion Implicit Models）★ 138
simple-diffusionsimple-diffusion 是一个用 PyTorch 实现的最小化去噪扩散模型，旨在以极简代码展示扩散模型的核心原理。它解决了初学者理解扩散模型门槛高的问★ 137
Deep-Learning-Coursera这是一个存放 deeplearning.ai 在 Coursera 上《深度学习专项课程》编程练习和个人作业的仓库，包含神经网络与深度学习、改善深层网络、结构化★ 137
pcb-designer-ai-agentpcb-designer-ai-agent 是一个用 Python 编写的 AI 驱动 PCB 设计自动化工具，目标是把电路板布局布线中重复、依赖经验的环节交给★ 137
TrustEval-toolkitTrustEval-toolkit 是一个用于评估生成式基础模型可信度的开源工具包和基准测试集，相关论文已被 ICLR'26 和 NAACL'25 Demo 接★ 136
platypusplatypus 是一个面向医学图像分割的 R 语言深度学习框架，目标是让 R 用户无需切换到 Python 就能完成从数据读取到模型训练的全流程。它统一处理 ★ 136
pansegpanseg 是一个面向密集堆积 3D 体积图像的细胞实例感知分割工具。它主要解决在生物图像分析中，细胞在三维空间内高度重叠、难以准确区分个体边界的问题。该工具★ 135
ariaaria 是一个本地运行的、无审查的 AI 实体项目，基于 Python 构建，集成了大型语言模型（LLM）、语音合成（如 Kokoro TTS）和深度学习技术★ 134
BloomBeeBloomBee 是一个面向大语言模型（LLM）的去中心化微调与推理框架，核心思路是把模型训练和推理任务拆分到多台普通设备上协同完成，并通过 offloadin★ 134
llm-from-scratch这是一个韩语开源项目，对应书籍《从零开始构建LLM》（吉博出版社，2025）的代码仓库。项目旨在通过从底层实现大语言模型（LLM）来帮助学习者深入理解其工作原理★ 133
awesome-artificial-intelligence-research这是一个面向 AI 研究者的精选资源清单（Awesome List），系统整理了人工智能各子领域的前沿论文、工具、数据集与学习资料，覆盖推荐系统、计算机视觉、机★ 133
ChatbotChatbot 是一个基于 Python3 和深度学习技术的多用途聊天机器人项目。它通过人工神经网络和深度神经网络模型，旨在为开发者提供一个可训练、可扩展的对话★ 131
StableDiffusionTelegramStableDiffusionTelegram 是一个将 Stable Diffusion 图像生成能力集成到 Telegram 聊天机器人的开源项目。它解决了★ 131
TinyGPTTinyGPT 是一个从零开始用 C++ 实现的轻量级大语言模型推理引擎，旨在提供极简、无依赖的 LLM 推理方案。它解决了在资源受限环境（如边缘设备、嵌入式系★ 131
tf2-transformer-chatbot这是一个基于TensorFlow 2实现的Transformer聊天机器人项目，支持TPU训练。它利用Transformer架构（自注意力机制）构建对话模型，解★ 130
phramephrame 是一个基于 AI 的数字相框应用，它能够将用户的语音对话转化为独特且引人入胜的艺术作品。该项目旨在解决传统数字相框内容单一、缺乏个性化和互动性的问★ 130
TempoTokensTempoTokens 是 AAAI 2024 论文的官方 PyTorch 实现，旨在解决音频到视频生成中多样性与对齐性的难题。它通过将文本到视频模型进行适应性★ 130
hands-on-llmhands-on-llm 是一个面向中文开发者的 LLM 全栈动手学习项目，核心目标是把大模型从理论到落地的完整链路拆解成可运行的代码与实验。它包含三大部分：一★ 130
flow-matchingflow-matching 是一个基于 PyTorch 实现的流匹配（Flow Matching）开源项目，专注于图像生成任务。流匹配是一种新兴的生成模型范式，★ 129
VSAVSA（Vision Search Assistant）是一个将视觉语言模型（VLM）转变为多模态搜索引擎的开源项目。它解决的是传统文本搜索无法理解图像内容、以★ 129
RQ-TransformerRQ-Transformer 是论文《Autoregressive Image Generation using Residual Quantization》的★ 128
easi-texEASI-Tex 是一个基于深度学习的网格纹理生成工具，其核心功能是从单张图像自动生成高质量的 3D 网格纹理。它解决了传统纹理映射需要手动 UV 展开和精细调★ 128
Qwen3-TTS-EasyFinetuningQwen3-TTS-EasyFinetuning 是一个面向 Qwen3-TTS 模型的简易微调工具，旨在让开发者快速实现声音克隆和多语言高质量语音合成。它解决★ 128
ts-iclTS-ICL 是一个基于时间索引的基础模型，专为时间序列预测和插补任务设计，通过上下文学习（In-Context Learning）机制，无需针对每个新数据集重★ 128
ThemeTransformerThemeTransformer 是一个基于主题的音乐生成开源项目，是 IEEE TMM 论文的官方实现。它解决的核心问题是：如何让 AI 根据用户给定的主题（★ 127
PaddleMaterialsPaddleMaterials 是百度飞桨团队开源的材料科学 AI 基础设施，面向材料计算与发现场景，把深度学习能力封装成可直接调用的工具链。它要解决的问题是：★ 127
ExprGANExprGAN 是一个基于 TensorFlow 实现的面部表情编辑开源项目，核心创新在于可控的表情强度编辑。它解决了传统 GAN 只能生成固定表情、无法精细控★ 126
DeepEchoDeepEcho 是一个专注于混合类型、多变量时间序列数据的合成数据生成库。它解决的是在数据隐私保护、数据增强和模型开发中，真实时间序列数据难以获取或使用受限的★ 126
Hello-AgentsHello-Agents 是一个从零开始构建 AI Agent 系统的实战教程项目，面向希望深入理解 Agent 原理并掌握生产级多智能体应用开发的开发者。它系★ 124
LatteReviewLatteReview 是一个低代码 Python 包，旨在通过 AI 代理自动化系统文献综述流程。它解决了传统文献综述耗时、费力且容易遗漏关键信息的问题，利用★ 123