“100 Best GitHub: Deep Learning”

最新推荐文章于 2025-08-11 20:08:39 发布
转载 最新推荐文章于 2025-08-11 20:08:39 发布 · 547 阅读 · 0
文章标签：

#Deep Learning #深度学习

本文精选了100个在GitHub上优秀的深度学习项目，涵盖了各种深度学习框架和技术应用，为开发者提供了丰富的资源和灵感。

摘要生成于 C知道 ，由 DeepSeek-R1 满血版支持， 前往体验 >

盘点 | Github上的18个顶级深度学习项目
人工智能
04-18 1万+
选自Github 机器之心编译 　　hunkim 盘点了 Github 上 18 个深度学习项目，根据收藏数自动排名。最新的一次 update 在几小时前完成。 　　项目地址：https://github.com/hunkim/DeepLearningStars 　　下面是在 Github 上和深度学习相关的项目： 　　1.TensorFlow 　　链接
100 Best GitHub: Deep Learning
fishmai的专栏
07-01 2447
Browse: Home / Software Meta Guide / 100 Best GitHub: Deep Learning Deep Learning ​LG to develop deep learning robot guides for Incheon Airport 2016-07-01 Putting deep learning to wo
【github】机器学习(Machine Learning)&深度学习(Deep Learning)资料
u014430697的博客
03-27 6102
转自：https://github.com/ty4z2008/Qix/blob/master/dl.md# 《Brief History of Machine Learning》 介绍:这是一篇介绍机器学习历史的文章，介绍很全面，从感知机、神经网络、决策树、SVM、Adaboost到随机森林、Deep Learning.译文part1 《Deep Learning
(1) [Nature15] Deep Learning
gdtop的个人笔记
02-23 3409
计划完成深度学习入门的126篇论文第一篇，摘自Yann LeCun和Youshua Bengio以及Geoffrey Hinton三人合著发表在nature2015的论文，同时也算是DeepLearning这本书的序文。 摘要Abstract 深度学习是使用multiple processing layers即多层网络来学习数据的内涵表示。这些方法极大程度上提高了state-of-art在语音...
Deeplearning4j - 入门视频
AlphaFinance
05-23 898
作者：寒沧 链接：https://www.jianshu.com/p/566fc3db676b 来源：简书 DeepLearning4J（DL4J）是一套基于Java语言的神经网络工具包，可以构建、定型和部署神经网络。DL4J与Hadoop和Spark集成，支持分布式CPU和GPU，为商业环境（而非研究工具目的）所设计。Skymind是DL4J的商业支持机构。 Deeplearning4j拥有先进的技术，以即插即用为目标，通过更多预设的使用，避免多余的配置，让非企业也能够进行快速的原型制作。DL4J同.
论文代码阅读及部分复现：Revisiting Deep Learning Models for Tabular Data
thorn_r的博客
02-02 2862
现有的关于表格数据做深度学习的模型层出不穷，但是作者认为，由于在真实使用模型时有着不同的基准以及实验场合，这些提出的模型没有被很好地比较。因此，论文作者在论文中对各类模型进行了综述，并且自身提出了一个对Transformer作简单改进的模型：FT-Transformer，最终将ResNet-like类模型、Transformer-like类模型以及其他MLP模型在不同的数据集上训练、对比效果，最终确定了一个较好的衡量针对表格数据的深度学习模型的标准（bennchmark）。
可视化深度学习和人类感知Visualizing Representations: Deep Learning and Human Beings-3
GarfieldEr007的专栏
04-02 2368
The Space of Representations Every time we train a neural net, we get new representations. This is true even if we train the same network multiple times. The result is that it is very easy to end u
Deeplearning4j
lifeqiuzhi521的博客
07-03 956
QUICKSTARTDOCUMENTATIONGPUSSPARKLSTMABOUTNEWSLETTERDownload SKIL Community EditionDeep Learning TextbookGetting StartedDeepLearning4J OverviewQuickstart: Running DL4JDeepLearning4J: Core ConceptsCompr...
GitHub：超分辨率最全资料集锦
leoking01的专栏
04-14 1476
前言 本文将分享的内容是：超分辨率（Super Resolution，SR）最全资料合集，涵盖了SISR、VSR等。 在这里插入图片描述 一张图看懂超分辨率SR作用 注：文末附超分辨率SR微信交流群，欢迎加入学习 Awesome-Super-Resolution 项目作者：ChaofWang Star 数量：636 Commit 数量：120 https://github.com/ChaofWang/Awesome-Super-Resolution 该项目主要包含以下内...
deep learning 吴恩达 第四课第四周 卷积神经网络 ：Deep Learning & Art: Neural Style Transfer
PinkAir的博客
12-09 1139
Deep Learning & Art: Neural Style Transfer Welcome to the second assignment of this week. In this assignment, you will learn about Neural Style Transfer. This algorithm was created by Gatys et al...
【FAS Survey】《Deep learning for face anti-spoofing: A Survey》
bryant_meng
01-31 1463
PAMI-2022最新成果：https://github.com/ZitongYu/DeepFAS。
deeplearning.net教程使用
积沙成塔
01-18 4255
在众多关于Deep Learning的教程中，deeplearning.net算是其中一个不错的学习网站。deeplearning.net的教程采用Python代码作为实例。读代码和运行代码是深入了解一个算法的必经之路。以下是关于Ubuntu下使用deeplearning.net的经验。 1. 配置Pydev+Eclipse 2.下载教程 git clone git://github.com
【深度学习新浪潮】遥感图像风格化迁移研究工作介绍
智能守恒_HengAI
08-10 180
遥感图像风格化迁移是将艺术风格（如油画、素描、赛博朋克等）迁移到遥感图像中，同时保留其地理结构和关键地物信息的技术。由于遥感图像具有分辨率高、地物结构复杂（如建筑、道路、植被等）、可能包含多光谱信息等特点，其风格化迁移与自然图像相比存在特殊挑战（如需避免破坏地理特征的可识别性）。以下从方法、研究进展、代码与数据三个方面进行说明。
SimBA算法实现过程
2301_80349130的博客
08-09 1012
L2：关注全局扰动能量L∞：关注局部最大变化。
《零基础入门AI：深度学习基础核心概念解析（从激活函数到反向传播）》
最新发布
m0_75034893的博客
08-11 558
避免使用固定值初始化当网络使用 sigmoid 或 tanh 激活函数时，优先选择 Xavier 初始化当网络使用 ReLU 或其变体时，优先选择 He 初始化随机初始化时，应使用较小的标准差（如 0.01）回归问题：使用 MSE 或 MAE，MSE 更常用但对异常值敏感二分类问题：使用 BCELoss，配合 sigmoid 激活函数多分类问题：使用 CrossEntropyLoss，配合 softmax 激活函数。
【深度学习新浪潮】近三年3DGS在大规模场景重建中的研究进展（2022-2025）
智能守恒_HengAI
08-08 287
（2024-2025，清华大学/ETH Zurich）（2025，法国国家信息与自动化研究所）（2025，新加坡国立大学）
深度学习·MAFT
2301_80132162的博客
08-08 410
效率上：为每个图片叠加提议生成多个子图像，并使用子图像分类效率低下，本文提出了一种同时处理多个提议的方法。所以也要考虑使用提议时，保留原本的全局信息。性能上：子图像之外的区域都为0,导致。＋　实验：对不同的提议，
how to learn deep learning
03-31
7. Join communities: Join online communities such as Reddit, Discord, or GitHub to connect with other deep learning enthusiasts and learn from them. 8. Build projects: Building projects is the best ...
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值