Git Stars Git Stars

#deep-learning-models Dépôts

Découvrez 13 dépôts GitHub open source actifs associés à #deep-learning-models, cumulant 53,432 étoiles au total (soit une moyenne de 4,110 étoiles par projet). Le projet en tête de ce thème est rasbt/deeplearning-models, avec 17,641 étoiles.

13
Total des Dépôts
53,432
Nombre total d'étoiles
4,110
Moyenne d'Étoiles/Dépôt
Langages de programmation: Python Jupyter Notebook HTML
1
rasbt/deeplearning-models

Une collection de diverses architectures, modèles et astuces d'apprentissage profond

rasbt
⭐ 17,641 Jupyter Notebook 👤 rasbt User 🕐 Mis à jour 2026-09-26 📅 Créé 2019-06-05
2
opendatalab/PDF-Extract-Kit

Une boîte à outils complète pour l'extraction de contenu PDF de haute qualité

opendatalab
⭐ 9,682 Python 👤 opendatalab Organization 🕐 Mis à jour 2025-01-03 📅 Créé 2024-06-27
3
facebookresearch/SlowFast

PySlowFast : codebase de compréhension vidéo de FAIR pour reproduire les modèles vidéo de pointe.

facebookresearch
⭐ 7,447 Python 👤 facebookresearch Organization 🕐 Mis à jour 2026-03-16 📅 Créé 2019-08-20
4
Doragd/Algorithm-Practice-in-Industry

Collecte d'articles sur des pratiques industrielles telles que la recherche, la recommandation, la publicité et l'augmentation des revenus (Source : Zhihu, Datafuntalk, comptes publics techniques)

Doragd
⭐ 4,645 HTML 👤 Doragd User 🕐 Mis à jour 2026-10-31 📅 Créé 2023-01-30
5
openvinotoolkit/open_model_zoo

Modèles et démos d'apprentissage profond pré-entraînés (haute qualité et extrêmement rapides)

openvinotoolkit
⭐ 4,440 Python 👤 openvinotoolkit Organization 🕐 Mis à jour 2026-11-16 📅 Créé 2018-10-15
6
facebookresearch/fairchem

Bibliothèque de méthodes d'apprentissage automatique pour la chimie de FAIR Chemistry

facebookresearch
⭐ 2,369 Python 👤 facebookresearch Organization 🕐 Mis à jour 2026-11-20 📅 Créé 2019-09-26
7
Standard-Intelligence/hertz-dev

premier modèle de base pour l'audio conversationnel bidirectionnel

Standard-Intelligence
⭐ 1,789 Python 👤 Standard-Intelligence Organization 🕐 Mis à jour 2025-01-05 📅 Créé 2024-11-03
8
jbarrow/commonforms

CommonForms — modèles ouverts pour détecter automatiquement les champs de formulaire PDF

jbarrow
⭐ 1,309 Python 👤 jbarrow User 🕐 Mis à jour 2026-06-17 📅 Créé 2025-09-17
9
Fannovel16/ComfyUI-Frame-Interpolation

Un ensemble de nœuds personnalisé pour l'interpolation d'images vidéo dans ComfyUI.

Fannovel16
⭐ 1,095 Python 👤 Fannovel16 User 🕐 Mis à jour 2026-03-29 📅 Créé 2023-07-31
10
keras-team/keras-cv

Workflows de vision par ordinateur de qualité industrielle avec Keras

keras-team
⭐ 1,058 Python 👤 keras-team Organization 🕐 Mis à jour 2026-03-05 📅 Créé 2020-05-18
11
KohakuBlueleaf/a1111-sd-webui-lycoris

Une extension pour stable-diffusion-webui pour charger des modèles lycoris.

KohakuBlueleaf
⭐ 894 Python 👤 KohakuBlueleaf User 🕐 Mis à jour 2024-02-16 📅 Créé 2023-04-09
12
ant-research/DepthLab

Implémentation officielle de "DepthLab: From Partial to Complete"

ant-research
⭐ 550 Python 👤 ant-research Organization 🕐 Mis à jour 2025-02-14 📅 Créé 2024-12-19
13
zhengchen1999/DAT

[ICCV'23] Transformateur à Double Agrégation pour la Super-Résolution d'Images

zhengchen1999
⭐ 517 Python 👤 zhengchen1999 User 🕐 Mis à jour 2024-11-26 📅 Créé 2022-11-10

Foire aux questions

1

Quel est le dépôt #deep-learning-models le plus populaire sur GitHub ?

Le projet #deep-learning-models open source le mieux classé sur GitHub est rasbt/deeplearning-models, avec 17,641 étoiles. Une collection de diverses architectures, modèles et astuces d'apprentissage profond

2

Quels langages de programmation sont les plus utilisés dans les dépôts #deep-learning-models ?

Parmi les projets #deep-learning-models les mieux classés sur GitHub, les langages de programmation les plus courants sont Python, Jupyter Notebook, HTML.

3

Comment le classement des dépôts #deep-learning-models est-il calculé ?

Nous suivons 13 dépôts open source actifs associés à #deep-learning-models (500+ étoiles), totalisant 53,432 étoiles, avec une moyenne de 4,110 étoiles par dépôt. Les classements sont mis à jour quotidiennement à partir de l’API GitHub.