开源序GitHub 开源项目排行

全部项目

13 个仓库 · 数据更新于 2026-11-07

正在加载…
1pytorch / pytorch支持张量计算、动态神经网络和 GPU 加速的 Python 框架。Python许可证未声明名次历史不足105,218
2tracel-ai / burnBurn 是下一代张量库和深度学习框架，不会影响灵活性、效率和可移植性。RustApache-2.0 · 宽松，可直接商用名次历史不足16,245
3apache / tvm开放机器学习编译器框架PythonApache-2.0 · 宽松，可直接商用名次历史不足13,889
4chenyuntc / pytorch-bookPyTorch tutorials and fun projects including neural talk, neural style, poem writing, anime generation (《深度学习框架PyTorch:入门与实战》)Jupyter NotebookMIT · 宽松，可直接商用不活跃名次历史不足12,847
5cupy / cupy用于 GPU 的 NumPy 和 SciPyPythonMIT · 宽松，可直接商用名次历史不足12,398
6arogozhnikov / einops灵活而强大的张量运算，可实现可读且可靠的代码（适用于 pytorch、jax、TF 等）PythonMIT · 宽松，可直接商用名次历史不足9,630
7vespa-engine / vespa人工智能搜索平台JavaApache-2.0 · 宽松，可直接商用名次历史不足7,163
8pytorch / executorch适用于 PyTorch 的跨移动、嵌入式和边缘的设备端 AIPython许可证未声明名次历史不足5,159
9MegEngine / MegEngineMegEngine 是一个快速、可拓展、易于使用且支持自动求导的深度学习框架C++Apache-2.0 · 宽松，可直接商用不活跃名次历史不足4,808
10guoguibing / librecLibRec：一个领先的 Java库，用于推荐系统。Java许可证未声明不活跃名次历史不足3,254
11hosseinmoein / DataFrameC++ DataFrame，用于现代 C++ 中的统计、财务和 ML 分析C++BSD-3-Clause · 宽松，可直接商用名次历史不足2,998
12unslothai / hyperlearn作者声明：ML 算法速度提高 2-2000 倍，内存使用量减少 50%，适用于所有硬件（新旧）。Jupyter NotebookApache-2.0 · 宽松，可直接商用不活跃名次历史不足2,530
13ashvardanian / NumKongSIMD 加速距离、点积、矩阵运算、地理空间和几何内核，适用于 16 种数字类型（从 6 位浮点到 64 位复数），跨 x86、Arm、RISC-V 和 WASM，并绑定了 Python、Rust、C、C++、Swift、JS 和 Go 📐CApache-2.0 · 宽松，可直接商用名次历史不足1,907
按仓库累计 Star 排序，同一仓库只占一个位置；Star 与 Fork 不代表用户数。