chenyuntc/pytorch-book：PyTorch入门与实战教程资源库

kerlomz/captcha_trainer项目是基于深度学习的图片验证码解决方案，能处理多种干扰情况，适用于多种验证码场景及其他OCR场景。基于TensorFlow1.14开发，助力中小企业和个人构建图像分类模型。支持Windows平台GPU编译版，无需安装环境，0基础建模，有项目化管理、样本集增量添加、智能建议配置等特性，还涵盖多方面的模板参数，操作流程包括GPU和Python环境设置、样本采集标注打包、训练配置和开始训练等，项目结构清晰且有注意事项等内容。

《DeepLearning - 500 - questions》全书共18个章节，50余万字。以问答形式阐述概率知识、线性代数、机器学习、深度学习、计算机视觉等热点问题。内容源于编者日常学习知识点及公司笔面试题，凝聚众多科研人员和工程师经验，可为多领域人员提供参考，适合需要查漏补缺的应聘者和面试官阅读，欢迎大家提出批评指正并参与讨论。

TorchGeo是一个类似于torchvision的PyTorch领域库，专注于地理空间数据相关的数据集、采样器、转换和预训练模型。它能处理多光谱、不同坐标系统和分辨率的地理空间数据集，有多种采样器方便采样，支持特定传感器预训练的模型权重，还与Lightning框架良好集成用于不同任务的训练，包括在多种数据集上的操作示例。这个库为机器学习专家处理地理空间数据以及遥感专家探索机器学习方案提供了极大的便利。

Jiagu是一个深度学习自然语言处理工具，使用大规模语料训练而成。它能提供中文分词、词性标注、命名实体识别、情感分析、知识图谱关系抽取、关键词抽取、文本摘要、新词发现、情感分析、文本聚类等功能。安装方式有pip安装和源码安装，使用方式多样，可用于多种自然语言处理任务，如分词、词性标注、命名实体识别等，不同功能都有对应的示例代码可供参考。

HanLP是一个开源的自然语言处理工具包，基于PyTorch和TensorFlow2.x双引擎构建，具备功能完善、精度准确、性能高效、语料时新、架构清晰、可自定义的特点。支持130种语言上的多种任务，预训练众多模型且持续迭代。提供两种API，适用于不同场景，还有多种应用案例，如在特定语料库上训练模型等，是自然语言处理领域的实用工具。

apachecn/pytorch-doc-zh是一个关于PyTorch的中文文档项目，正在翻译2.0版本，包含最新英文教程和文档的中文翻译。它欢迎任何人参与完善，秉持知识传播和迭代理念，为使用PyTorch的用户提供中文的文档资源，方便更多人了解和使用PyTorch。