机器学习是教计算机学习的做法。这个概念使用模式识别，以及其他形式的预测算法，对传入的数据进行判断。这一领域与人工智能和计算统计密切相关。
面向所有人的开源机器学习框架
🤗 Transformers:用于Pytorch、TensorFlow和JAX的最先进的机器学习。
Python中的张量和动态神经网络具有强大的GPU加速功能
面向人类的深度学习
scikit-learn：Python中的机器学习
带有视频讲座的计算机科学课程列表。
Tesseract开源OCR引擎（主资源库）
世界上最简单的Python和命令行的面部识别api
12周，26节课，52次测验，经典的机器学习，为所有人服务
深度造假的全民软件
可扩展的、可靠的和高性能的大型系统的模式
TensorFlow入门教程和实例（支持TF v1 & v2）。
100天的ML编码
《动手学深度学习》：面向中文读者、能运行、可讨论。中英文版被60多个国家的400多所大学用于教学。
YOLOv5 🚀 in PyTorch > ONNX > CoreML > TFLite
学习如何负责任地开发、部署和维护生产机器学习应用程序。
吴恩达老师的机器学习课程个人笔记
谷歌研究
OpenPose:用于身体、面部、手和脚估计的实时多人关键点检测库
⛔️ DEPRECATED - 参见https://github.com/ageron/handson-ml3。