9月GitHub上最受欢迎的开源项目排行榜已经出炉。让我们来看看列表的详细信息：1.python-mini-projectshttps://github.com/Python-World/python-mini-projectsStar4643这个项目包含了一系列简单的Pythonmini-projects，可以帮助你提高你的Python技能。包括随机密码生成器、图片自动加水印、图片批量下载、组织文件系统、批量获取网站IP地址和主机名等，共计100多项。2.waydroidhttps://github.com/waydroid/waydroidStar2273Waydroid使用基于容器的方法在Ubuntu等常规GNU/Linux系统上启动完整的Android系统。3.richhttps://github.com/willmcgugan/richStar29813ich是一个可以美化终端输出的Python库，pip可以轻松安装。4.pytorch_geometrichttps://github.com/pyg-team/pytorch_geometricStar12692PyG(PyTorchGeometric)是一个基于PyTorch构建的库，可以轻松编写和训练图神经网络(GNN)，适用于与结构化数据相关的广泛应用.它包含各种用于图形和其他不规则结构深度学习的方法，也称为几何深度学习，来自各种已发表的论文。此外，它还包括一个易于使用的小批量加载器，用于在许多小型和单个巨型图上运行、多GPU支持、大量通用基准数据集（基于简单的界面创建您自己的数据集）、GraphGym实验管理器和有用的转换，既可用于学习任意图形，也可用于3D网格或点云。5.Real-ESRGANhttps://github.com/xinntao/Real-ESRGANStar3445腾讯ARC实验室发布的AI模型，模拟了高分辨率图片在降低分辨率过程中的各种退化，然后看到一个经过图像模糊，其高清图像向后滚动。与ESRGAN相比，Real-ESRGAN使用合成数据进行训练，引入高阶退化建模，更全面真实地模拟复杂的图像退化，重点解决了合成过程中常见的振铃和过冲伪影。还使用了一个带有SpectralNormalization的U-Net判别器来提高判别器的性能和稳定训练过程，最终达到“blueisbetterthanblue”的效果。6.qlibhttps://github.com/microsoft/qlibStar6670Qlib是微软亚洲研究院发布的AI量化投资开源平台“Qlib”。Qlib覆盖量化投资全流程，为用户提供高性能AI算法底层基础设施，从框架设计，让用户更方便地应用AI算法，辅助解决量化投资的各种关键问题（如Alpha预测、风险预测、市场动态建模）。7.PySimpleGUIhttps://github.com/PySimpleGUI/PySimpleGUIStar8.5K这是一个非常简单易用的Python图形界面库。拥有200多个示例程序，几乎涵盖日常开发需求。可以用，真是方便。它内部封装了tkinter、Qt(pyside2)、wxPython和Remi。Remi用于浏览器支持，因此您无需修改??代码即可轻松将界面移动到浏览器。8.数据集https://github.com/huggingface/datasetsStar10047最大的ML模型即用型数据集中心，具有快速、易用且高效的数据操作工具。9.devops-exerciseshttps://github.com/bregman-arie/devops-exercisesStar17297这个项目包含各种技术主题的信息，你可以用来准备面试，涵盖Linux、Jenkins、AWS、SRE、Docker、Python,Ansible,Git,Kubernetes,Terraform,OpenStack,SQL,NoSQL,Azure,GCP,DNS等。10.RobustVideoMattinghttps://github.com/PeterL1n/RobustVideoMattingStar3904PyTorch、TensorFlow、TensorFlow.js、ONNX、CoreML中强大的视频抠图。11.12306https://github.com/testerSunshine/12306Star3028612306智能刷票、订票。
