PyTorch 是一个面向 Python 的深度学习框架，用张量和动态神经网络解决模型定义与训练问题，并支持 GPU 加速。它最典型的场景是研究者在训练模型时逐行调试网络结构，像写普通 Python 代码一样灵活调整前向计算。
Tensors and Dynamic neural networks in Python with strong GPU acceleration
按钮会在新标签页打开，本站不代理、不镜像仓库内容。
TensorFlow 是谷歌开源的机器学习框架，用 C++ 编写，为开发者提供从模型构建到训练、部署的完整工具链，支持 Python、C++ 等多语言调用。它最典型的场景是搭建深度学习模型：用 Python 定义网络结构与训练流程，再借助 SDK 部署到服务器或移动端。
这是一个为 Stable Diffusion 提供浏览器界面的开源项目，让开发者无需写代码就能用 prompt 生成和编辑图像。最典型的场景是在本地加载模型后，通过 web UI 调试采样器、步数和 ControlNet 等参数，快速验证出图效果。
OpenCV 是开源的计算机视觉库，用 C++ 编写，帮开发者解决图像与视频处理问题。它提供经典视觉算法和深度学习推理模块，可直接加载 ONNX 等模型，典型场景是在 C++ 或 Python 项目里做实时目标检测与图像预处理。
这是一个汇总计算机科学视频课程的清单，帮开发者省去四处搜罗教程的时间。它按主题整理课程链接，最典型的用法是配合自学路线，按需查找算法、系统等方向的视频课，当作系统学习的入口。
《动手学深度学习》是一本面向中文读者的开源深度学习教材，代码基于 Python，可在线运行并参与讨论。最典型的用法是配合 Jupyter Notebook 边读理论边跑代码，从零实现模型，适合自学入门或课堂配套教学。
这是一个深度学习论文的代码实现合集，用 Python 逐行重写并配注释，帮开发者读懂论文里的模型与算法。最典型的用法是打开某个 Transformer 或优化器的实现，对照侧边注释理解每一行代码。
