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。
An Open Source Machine Learning Framework for Everyone
按钮会在新标签页打开，本站不代理、不镜像仓库内容。
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。
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。
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。
