【资源简介】
🧑🏫 60+ Implementations/tutorials of deep learning papers with side-by-side notes 📝; including transformers (original, xl, switch, feedback, vit, ...), optimizers (adam, adabelief, sophia, ...), gans(cyclegan, stylegan2, ...), 🎮 reinforcement learning (ppo, dqn), capsnet, distillation, ... 🧠
【项目信息】
仓库名称:labmlai/annotated_deep_learning_paper_implementations
主要语言:Python
Star 数:67,233
Fork 数:6,748
Open Issues:34
开源协议:MIT
默认分支:master
创建时间:2020-08-25
最近更新:2026-07-28
Topics:attention, deep-learning, deep-learning-tutorial, gan, literate-programming, lora, machine-learning, neural-networks, optimizers, pytorch, reinforcement-learning, transformer
项目主页:https://nn.labml.ai
GitHub 地址:https://github.com/labmlai/annotated_deep_learning_paper_implementations
【分类说明】
本站归类为「学习资料」。资源来自 GitHub 公开仓库,可在线浏览源码、文档与发行版。
【使用建议】
1. 打开 GitHub 仓库页,阅读 README 与 LICENSE,确认协议与用途;
2. 可通过 Code / Releases 获取源码或安装包;
3. 关注 Stars、Issues 与最近提交,判断项目活跃度;
4. 二次开发前建议 Fork 并创建独立分支;
5. 生产使用请评估安全性、依赖与维护状态。