赞
踩
TensorFlow Models:这个项目是由 TensorFlow 团队维护的,其中包含了许多经典的机器学习模型的实现,包括图像分类、目标检测、语义分割等。你可以通过阅读代码和文档来学习这些模型的实现细节。项目链接:https://github.com/tensorflow/models
Scikit-learn:Scikit-learn 是一个广受欢迎的 Python 机器学习库,提供了丰富的算法和工具,适用于各种机器学习任务。你可以通过查看示例代码和文档来学习如何使用不同的机器学习算法。项目链接:https://github.com/scikit-learn/scikit-learn
Keras:Keras 是一个高级神经网络库,建立在 TensorFlow 之上,提供了简洁而灵活的接口。你可以学习如何使用 Keras 构建和训练神经网络模型,包括卷积神经网络、循环神经网络等。项目链接:https://github.com/keras-team/keras
Fast.ai:Fast.ai 是一个面向初学者和中级学习者的深度学习教育平台,提供了一系列的课程和教程。他们的 GitHub 仓库中包含了许多用于教学目的的示例代码和实践项目,涵盖了各种应用领域。项目链接:https://github.com/fastai/fastai
第一个工具就是 Octotree,目前有 14000+ 星的 Github 项目,其 Github 地址:
https://github.com/ovity/octotree
我们在github上阅读别人的项目代码,需要每个文件夹的内容都点进去才能知道文件夹内容,退出来后,才能查看其他文件的内容。
Octotree的功能就是,方便大家预览整个项目的内容,也方便在不同文件夹中跳转。
它就是一个浏览器的插件,只要我们通过浏览器应用商店进行安装就可以了。
第二个工具是 git-history, 目前也有 9400+ 星,其 Github 地址:
https://github.com/pomber/git-history
这个工具可以非常形象地展示某个文件的提交历史,包括提交开发者的信息和时间,提交后文件的内容。
根据作者的描述,它的使用方法如下:
github.com
替换为 github.githistory.xyz
接着按照教程,替换网址中的 github.com
替换为 github.githistory.xyz
,稍微等待几秒钟的时间,就可以看到:
这里最上方是给出对该文件进行过修改并 push 到 Github 上的开发者头像、姓名、提交时间以及提交的信息,下方则是提交过后该文件的内容了。
Github 地址如下:
https://github.com/huangjianke/Gitter
这里简单给出几个界面的展示, 第一个是进入小程序的首页,展示的是 Trending 功能,即今天 Star 数量最多的 Github 仓库信息:
Copyright © 2003-2013 www.wpsshop.cn 版权所有,并保留所有权利。