“deep-learning” 相关开源项目

一门免费开源的 AI 工程课程，共 542 节课，用 Python、TypeScript、Rust 和 Julia 从零实现核心概念。

基于 ZipVoice 的轻量级 TTS 模型，支持声音克隆与 48kHz 语音生成，GPU 上可达 150 倍实时速度。

让 Unity 游戏和仿真环境成为训练智能体的平台，支持强化学习与模仿学习。

Nixtla TimeGPT 的 Python SDK，用于调用预训练时间序列基础模型做预测和异常检测。

基于流式语音转写训练的视频大模型，可对视频进行实时解说，对应 CVPR 2025 论文 LiveCC。

WorldGrow 是一个基于分块合成的研究代码，可从一个种子块逐步生成可行走的无限 3D 场景。

收录 419 个预训练 AI 模型，覆盖视觉、语音、NLP 与大模型，可通过统一的 Python 命令行运行。

基于码本查找 Transformer 的盲人脸修复工具，可增强模糊、低质量或受损的人脸图像与视频。

一本从基础到应用算法的强化学习入门小书，仓库附带 PyTorch 算法实现。

基于 PyTorch 的开源 Python OCR 库，使用深度学习模型识别 PDF 和图片中的文字。

一套带逐行注释的教程，用 Python 和 PyTorch 从零实现并训练一个类 LLaMA 架构的小型 GPT。

通过动手实现来学习机器学习：基于 NumPy 从零构建的深度学习框架课程，加上 350 多道可在浏览器中运行并自动评测的编程题。

包含 923 份论文、课程与文章的 Markdown 机器学习知识库，并附带一个基于 NumPy 的自定义分类/回归算法 APRL。

基于 PyTorch 的开源医学影像深度学习框架，涵盖预处理、网络模型、损失函数与评估指标。

基于 C++ 的视频结构化分析框架，以可插拔节点组成流水线，覆盖取流、推理、跟踪与输出。

YuE2 是一个开源音乐生成模型，先根据歌词和风格生成可编辑的旋律与和弦方案，再渲染成带人声的完整歌曲。