全部项目
当前范围的仓库 12 · UTC 2026-11-04
对比排名项目StarFork30 天趋势7 天净增最近推送登录后收藏
1—Ppytorch / pytorch支持张量计算、动态神经网络和 GPU 加速的 Python 框架。PythonNOASSERTION · 限制商用 / 未知名次历史不足105,08531,317——2026-11-02
2—Ttracel-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16,2211,116——2026-11-02
4—Cchenyuntc / 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，可直接商用名次历史不足12,8473,702——2023-12-24
6—Aarogozhnikov / 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9,630406——2026-08-26
8—Ppytorch / executorch适用于 PyTorch 的跨移动、嵌入式和边缘的设备端 AIPythonNOASSERTION · 限制商用 / 未知名次历史不足5,1511,235——2026-11-03
9—MMegEngine / 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，可直接商用名次历史不足4,809543——2024-10-24
10—Hhosseinmoein / 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2,997363——2026-11-02
11—Uunslothai / 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，可直接商用名次历史不足2,529170——2024-11-19
12—Aashvardanian / 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1,905141——2026-10-31
商用三档依据许可证元数据自动分类；具体义务需结合实际使用方式核对。未知不等于禁止商用。