Transformers
Hugging Face 核心模型库，159,648+ stars。支持 200K+ 预训练模型，覆盖 NLP、计算机视觉、音频、多模态等全领域，提供统一 API 接口，是 AI 开发者的必备基础设施
🎯适用场景：多模型 API 统一接入与路由
📊 仓库数据
📈 Stars 变化 ↑6 小时 +18· 统计区间 7/11 12:08 → 7/11 18:09（6 小时）
✅ 优点
- •200K+ 预训练模型即用
- •统一 API 降低学习成本
- •社区最大模型生态
- •支持训练、微调、推理全流程
⚠️ 限制
- •大模型下载和存储占用大
- •部分模型文档不够详细
- •高级定制需要了解底层原理
🔗 相关工具
Pytorch
github.com/pytorch/pytorch
Meta 开源的深度学习框架，100K+ stars。以动态计算图和 Pythonic 风格著称，在学术界和工业界都有广泛应用，支持分布式训练、移动端部署和 ONNX 导出
🎯深度学习模型研发、学术论文实验、大模型微调训练
LLM Course
github.com/mlabonne/llm-course
LLM 学习路线图，78,479+ stars。从入门到精通的系统学习资源，涵盖 Transformers 原理、微调、RLHF、量化部署等关键技术方向，是 AI 开发者的成长指南
🎯AI 技术学习与实践教程、大模型微调与训练
Keras
github.com/keras-team/keras
深度学习框架，64,020+ stars。高级神经网络 API，支持 TensorFlow、JAX、PyTorch 多后端。以用户友好著称，让深度学习从实验到生产的转化变得简单高效
🎯大模型微调与训练
nanoGPT
github.com/karpathy/nanoGPT
Andrej Karpathy 的最小化 GPT 训练实现，仅约 300 行代码即可从头训练 GPT 模型，是学习 LLM 训练原理的最佳入门项目
🎯学习 LLM 训练原理、GPT 模型教学、深度学习课程
ailearning
github.com/apachecn/ailearning
AI学习实战平台，涵盖数据分析、机器学习、线性代数、PyTorch、NLTK、TensorFlow2等内容。提供丰富的实战案例和代码示例，适合初学者和进阶学习者系统掌握AI技术。
🎯系统学习机器学习和深度学习，配合实战案例练习
PyTorch Image Models
github.com/huggingface/pytorch-image-models
Hugging Face 维护的最大 PyTorch 图像模型集合，36K+ stars。涵盖 Vision Transformer、ConvNeXt、EfficientNet、MobileNet 等数百种预训练图像编码器，提供训练、评估、推理完整工具链，是计算机视觉领域的标准基础设施
🎯多模态内容理解与生成
