项目介绍：awesome-deeplearning-resources
awesome-deeplearning-resources 是一个致力于深度学习和深度强化学习的资源库。项目收集了关于这些领域的最新论文、模型、书籍、课程、教程、软件等多方面的资源，帮助学习者和研究者获取全面、深入的信息。资源列表经过精心挑选，并按照时间排序，越往上的资源越新。此外，标有星号的资源代表其更具影响力或流行度。
论文资源
项目包含近年来有关深度学习的各种重要论文，涵盖了深度学习、深度强化学习、自然语言处理、计算机视觉和多模态领域等多个领域。这些论文帮助了解最新的研究进展。资源库对从 2010 年至 2021 的论文进行了分类和整理，使读者可以按年度查找感兴趣的主题。
模型库与预训练模型
项目提供了知名模型如 AlexNet、RCNN、GAN 等的实现代码和相关论文链接，有助于进行模型复现和研究。此外，还收录了多种预训练模型，供开发者直接使用或进行迁移学习，减少训练时间。
教程和课程
在教程部分，读者可以找到如斯坦福大学和蒙特利尔大学提供的深度学习教程，这些资源可以帮助学习者从基础到高级掌握深度学习技术。项目也推荐了一些在线课程，这些课程来自全球知名大学，如伯克利大学和卡内基梅隆大学的深度强化学习课程。
书籍推荐
项目推荐了一系列关于深度学习的经典书籍，包括《深度学习》一书，并提供了中文版本。这些书籍适合不同层次的读者，从基础算法到应用实践，读者都可以找到满足需求的学习资料。
软件与应用
项目还收集了许多深度学习框架和软件的使用资源，如 Keras、PyTorch、TensorFlow 等。这些工具是进行深度学习研究和应用开发的基础设施。与此同时，还有基于这些框架开发的各类应用程序和项目实例，涵盖人脸识别、自然语言处理、自动化模型设计等。
语料库及其他资源
对于需要使用数据集进行训练和测试的用户，项目提供了丰富的语料库资源，包括中文和英文的数据集、对话语料、情感分析数据等。此外，项目还收集了一些综合资源和工具类网站，供研究深入学习领域的读者探索使用。
项目感谢与许可证
特殊感谢所有为此项目作出贡献的人。最后，项目所包含的资源均遵循相应的许可证协议。希望此项目能在探索深度学习技术的道路上助您一臂之力。
编辑推荐精选
AEE
AI Excel全自动制表工具
AEE 在线 AI 全自动 Excel 编辑器，提供智能录入、自动公式、数据整理、图表生成等功能，高效处理 Excel 任务，提升办公效率。支持自动高亮数据、批量计算、不规则数据录入，适用于企业、教育、金融等多场景。
UI-TARS-desktop
基于 UI-TARS 视觉语言模型的桌面应用，可通过自然语言控制计算机进行多模态操作。
UI-TARS-desktop 是一款功能强大的桌面应用，基于 UI-TARS（视觉语言模型）构建。它具备自然语言控制、截图与视觉识别、精确的鼠标键盘控制等功能，支持跨平台使用（Windows/MacOS），能提供实时反馈和状态显示，且数据完全本地处理，保障隐私安全。该应用集成了多种大语言模型和搜索方式，还 可进行文件系统操作。适用于需要智能交互和自动化任务的场景，如信息检索、文件管理等。其提供了详细的文档，包括快速启动、部署、贡献指南和 SDK 使用说明等，方便开发者使用和扩展。
Wan2.1
开源且先进的大规模视频生成模型项目
Wan2.1 是一个开源且先进的大规模视频生成模型项目，支持文本到图像、文本到视频、图像到视频等多种生成任务。它具备丰富的配置选项，可调整分辨率、扩散步数等参数，还能对提示词进行增强。使用了多种先进技术和工具，在视频和图像生成领域具有广泛应用前景，适合研究人员和开发者使用。
爱图表
全流程 AI 驱动的数据可视化工具，助力用户轻松创作高颜值图表
爱图表（aitubiao.com）就是AI图表，是由镝数科技推出的一款创新型智能数据可视化平台，专注于为用户提供便捷的图表生成、数据分析和报告撰写服务。爱图表是中国首个在图表场景接入DeepSeek的产品。通过接入前沿的DeepSeek系列AI模型，爱图表结合强大的数据处理能力与智能化功能，致力于帮助职场人士高效处理和表达数据，提升工作效率和报告质量。
Qwen2.5-VL
一款强大的视觉语言模型，支持图像和视频输入
Qwen2.5-VL 是一款强大的视觉语言模型，支持图像和视频输入，可用于多种场景，如商品特点总结、图像文字识别等。项目提供了 OpenAI API 服务、Web UI 示例等部署方式，还包含了视觉处理工具，有助于开发者快速集成和使用，提升工作效率。
HunyuanVideo
HunyuanVideo 是一个可基于文本生成高质量图像和视频的项目。
HunyuanVideo 是一个专注于文本到图像及视频生成的项目。它具备强大的视频生成能力，支持多种分辨率和视频长度选择，能根据用户输入的文本生成逼真的图像和视频。使用先进的技术架构和算法，可灵活调整生成参数，满足不同场景的需求，是文本生成图像视频领域的优质工具。
WebUI for Browser Use
一个基于 Gradio 构建的 WebUI，支持与浏览器智能体进行便捷交互。
WebUI for Browser Use 是一个强大的项目，它集成了多种大型语言模型，支持自定义浏览器使用，具备持久化浏览器会话等功能。用户可以通过简洁友好的界面轻松控制浏览器智能体完成各类任务，无论是数据提取、网页导航还是表单填写等操作都能高效实现，有利于提高工作效率和获取信息的便 捷性。该项目适合开发者、研究人员以及需要自动化浏览器操作的人群使用，在 SEO 优化方面，其关键词涵盖浏览器使用、WebUI、大型语言模型集成等，有助于提高网页在搜索引擎中的曝光度。
xiaozhi-esp32
基于 ESP32 的小智 AI 开发项目，支持多种网络连接与协议，实现语音交互等功能。
xiaozhi-esp32 是一个极具创新性的基于 ESP32 的开发项目，专注于人工智能语音交互领域。项目涵盖了丰富的功能，如网络连接、OTA 升级、设备激活等，同时支持多种语言。无论是开发爱好者还是专业开发者，都能借助该项目快速搭建起高效的 AI 语音交互系统，为智能设备开发提供强大助力。
olmocr
一个用于 OCR 的项目，支持多种模型和服务器进行 PDF 到 Markdown 的转换，并提供测试和报告功能。
olmocr 是一个专注于光学字符识别（OCR）的 Python 项目，由 Allen Institute for Artificial Intelligence 开发。它支持多种模型和服务器，如 vllm、sglang、OpenAI 等，可将 PDF 文件的页面转换为 Markdown 格式。项目还提供了测试框架和 HTML 报告生成功能，方便用户对 OCR 结果进行评估和分析。适用于科研、文档处理等领域，有助于提高工作效率和准确性。
飞书多维表格
飞书多维表格 ×DeepSeek R1 满血版
飞书多维表格联合 DeepSeek R1 模型，提供 AI 自动化解决方案，支持批量写作、数据分析、跨模态处理等功能，适用于电商、短视频、影视创作等场景，提升企业生产力与创作效率。关键词：飞书多维表格、DeepSeek R1、AI 自动化、批量处理、企业协同工具。
推荐工具精选
AI云服务特惠
懂AI专属折扣关注微信公众号
最新AI工具、AI资讯
独家AI资源、AI项目落地
微信 扫一扫关注公众号