探索 TensorFlow 项目
筛选并发现收录的、配有高质量中文文档或教程的 GitHub 项目。
面向 TensorFlow 2 的教程与最佳实践指南，涵盖基础概念、广播机制、运算符重载、控制流、数值稳定性等核心内容，帮助开发者高效使用 TensorFlow 2.x API。
MIT 6.S191 深度学习入门课程的实验材料，包含所有代码和软件实验室。支持在 Google Colab 中直接运行，无需本地下载。提供 MIT 深度学习 Python 包，含便捷函数。
机器学习与深度学习资源库，包含 Python 实现的算法教程与项目。提供 PyTorch 和 TensorFlow 的详细指南，涵盖从基础到高级主题，如神经网络、目标检测和生成对抗网络。代码清晰，配有 YouTube 视频讲解，适合学习与问题解决。
基于深度学习的中文语音识别系统，采用DCNN+CTC架构，支持训练与推理。提供HTTP/gRPC API服务，兼容Python 3.9+与TensorFlow 2.5+，需GPU加速训练。
TensorFlow 官方示例仓库，包含社区贡献、课程材料、博客和 YouTube 支持内容。提供可直接在 Colab 运行的 Jupyter Notebook，适合学习和探索。
告别枯燥，打造 Python 实用小例子。涵盖基本操作、函数模块用法，标签化分类，难度分级，适合快速学习与实践。
探索基于深度学习的文本分类方法，支持多标签分类。包含 fastText、TextCNN、BERT、TextRNN、RCNN、Hierarchical Attention Network、Seq2seq、Transformer、Dynamic Memory Network、EntityNetwork 等多种经典与前沿模型。提供大规模中文语料与预训练模型，支持快速部署 NLP API。
包含 GAN、VAE、RBM 和 Helmholtz Machine 的生成模型集合，使用 PyTorch 和 TensorFlow 实现。训练期间生成的样本将保存在对应模型的 out 目录。
Go 语言的 OpenCV 4+ 绑定包，支持 DNN、CUDA、OpenCV Contrib 和 OpenVINO，适用于 Linux、macOS、Windows 及 Docker 环境。
基于 TensorFlow 的深度学习与强化学习库，专为科研人员和工程师设计。提供可定制神经网络层，支持快速构建高级 AI 模型。社区开源大量教程与应用，荣获 ACM 多媒体学会 2017 年度最佳开源软件奖。
基于 TensorFlow 的 DCGAN 实现，用于生成对抗网络。支持 MNIST 和 CelebA 数据集训练，可自定义数据集。提供在线演示和训练细节可视化。
《Python Machine Learning (2nd Ed.)》的官方代码仓库，包含基于 Jupyter Notebook 的示例代码。提供机器学习各章节的实践代码，涵盖分类、回归、神经网络及 TensorFlow 应用。
包含 Andrew NG 在 Coursera 上的机器学习专项课程的解决方案和笔记，主要使用 Jupyter Notebook。涵盖监督学习、回归与分类等核心主题。
提供 Kevin Murphy 所著《概率机器学习》书籍的 Python 代码，用于复现书中图表。代码基于 Jupyter Notebook，使用 numpy、scipy、matplotlib 等标准库，并包含 JAX、TensorFlow 2 和 PyTorch 的部分实现。
开源深度学习对话系统与聊天机器人库，基于 PyTorch 和 Transformers，支持模块化、配置驱动的 NLP 模型开发，适用于初学者。
收录 Core ML 格式机器学习模型的精选列表，支持 iOS 11+ 及 macOS、tvOS、watchOS。包含图像识别、目标检测、姿态估计等模型，并提供下载、演示与参考链接。
全面系统的推荐系统入门教程，涵盖理论基础、核心算法、工程实践与面试准备。提供从理论学习到实战应用的完整闭环，包含召回、精排、重排模型及前沿技术研究。
一门强化学习开放课程，注重实践与好奇心驱动。提供 Jupyter Notebook 教程，涵盖从基础到高级的 RL 算法，支持在线与本地学习。
TensorFlow 2.x 实战教程与示例代码库。涵盖 CNN、RNN、GAN、Auto-Encoders、FasterRCNN、GPT、BERT 等多种模型，包含配套视频教程链接。
灵活高性能的机器学习模型服务系统，支持多版本模型、gRPC/HTTP 接口、无客户端代码变更部署及 A/B 测试，提供低延迟推理与 GPU 批处理调度。
基于 TensorFlow 的神经网络训练接口，专注于速度与灵活性。提供高效的多 GPU / 分布式训练策略，以及高性能的 Python 数据加载库。包含多种前沿模型的可复现实现，适用于视觉、强化学习及 NLP 等领域。
秒级搭建与定制深度学习环境。提供乐高式模块化组件，自动解析依赖并生成最佳实践 Dockerfile。支持 GPU/CPU 加速，预构建镜像覆盖主流框架，兼容 Linux/Windows/OS X。
基于 TensorFlow 的机器学习代码库，涵盖从入门到生产环境的完整教程，包含线性回归、支持向量机、神经网络等多种算法实现。
已归档的 Swift for TensorFlow 项目，集成了可微分编程、深度学习 API 和模型库，支持 Python 互操作与 Jupyter Notebook。
精选 GitHub 深度学习项目列表，按星标排序。涵盖 TensorFlow、PyTorch、Keras 等框架，以及 NLP、计算机视觉、强化学习等热门领域。