什么是GitHub?
先查下百度百科。
“GitHub是一个面向开源及私有软件项目的托管平台，因为只支持Git作为唯一的版本库格式进行托管，故名GitHub。
GitHub于年4月10日正式上线，除了Git代码仓库托管及基本的Web管理界面以外，还提供了订阅、讨论组、文本渲染、在线文件编辑器、协作图谱（报表）、代码片段分享（Gist）等功能。目前，其注册用户已经超过万，托管版本数量也是非常之多，其中不乏知名开源项目RubyonRails、jQuery、python等。”
火遍全球的Python
根据最新的数据科学技能研究，接受调查的数据科学家和从业人员透露，统计建模首选的首选语言是Python，这一比例得到65.2％的受访者的青睐。
Python是数据科学界以及寻求提升技能的AI和分析从业人员的统计建模的首选语言，例如PythonforStatisticsModelling；TensorFlowforPython框架;共享代码的Git等。
十大Python热门项目
下面，我们列出了下来十大趋势开源项目在Python中GitHub上。这些项目涉及人工智能，系统，编程辅助等方方面面。
这些项目会按排名，名字，及其在GitHub上的型号列出。总体来说，星越多越受欢迎。
1
Manim马尼姆
星：24.6k
关于：Manim是用于解释数学视频的动画引擎。它基本上用于以编程方式创建精确的动画，并在Python3.7上运行。Manim使用Python以编程方式生成动画，这使得可以准确指定每个动画的运行方式。
Manim马尼姆
2
DeepFaceLab
星：19.2k
关于：DeepFaceLab是由iperov创建的用于人脸交换的开源深层伪造系统。它为人们提供了一个命令式且易于使用的管道，而无需全面了解深度学习框架或需要模型实现。该系统为需要使用其他功能来增强自己的管道而无需编写复杂的样板代码的人提供了一种灵活而松散的耦合结构。
3
Airflow
星：17.9k
关于：Airflow是一个以编程方式编写，计划和监视工作流的平台。Airflow中的管道允许编写代码以动态实例化管道。要使用此平台，您将需要Python版本2.7、3.5和更高版本。它允许用户使用Python功能来创建工作流，使用Web应用程序监视，安排和管理工作流。具有Python知识的任何人都可以部署工作流。它还具有即插即用的运算符，可随时在GoogleCloudPlatform，AmazonWebServices，MicrosoftAzure和许多其他服务商处理您的任务。
4
GPT-2
星星：13k
关于：GPT-2是一个基于变压器的大型语言模型，具有15亿个参数，该模型的训练目标很简单，可以根据文本中的所有先前单词预测下一个单词。GPT-2生成合成文本样本，以响应用任意输入准备好的模型。它是一种大规模的无监督语言模型，可以生成文本的连贯段落，执行基本的阅读理解和机器翻译。它还可以执行问题解答和总结。它可以生成前所未有质量的条件合成文本样本。
5
Horovod霍罗沃德
星光：9.8k
关于：Horovod是一个用于TensorFlow，Keras，PyTorch和ApacheMXNet的开源分布式深度学习培训框架。由Uber开发的Horovod的目标是使分布式深度学习快速且易于使用。此项目的主要动机是简化单GPU训练脚本并成功扩展它以并行地跨多个GPU进行训练。它快速且易于使用，对于InceptionV3和ResNet-均达到90％的缩放效率，对于VGG-16达到68％的缩放效率。
6
ML-AgentsML代理
星星：9.3k
关于：UnityMachineLearningAgents工具包（ML-Agents）是一个开放源代码项目，使游戏和模拟可以用作训练智能代理的环境。可以通过简单易用的PythonAPI使用强化学习，模仿学习，神经进化或其他机器学习方法来训练代理。它的某些功能包括对多种环境配置和培训方案的支持，灵活的UnitySDK，对模仿学习的内置支持等。
7
XSStrike
星星：8.3k
关于：XSStrike是一个跨站点脚本检测套件，配有四个手写解析器。它是一个智能的有效载荷生成器，强大的模糊引擎以及令人难以置信的快速爬虫。XSStrike的主要功能包括多线程爬网，可配置的内核，WAF检测，完整的HTTP支持等等。
8
NeuralTalk
星星：5.1k
关于：NeuralTalk是Python和Numpy的源代码，用于学习使用语句描述图像的多模态递归神经网络。NeuralTalk2用Torch编写并在GPU上运行。它还支持CNN微调，这对性能有很大帮助。
正版现货Python数据科学手册京东￥购买已下架9
Xonsh
星光：3.8k
关于：Xonsh是一种Python驱动的跨平台，Unix视界的外壳语言和命令提示符。它是Python3.5+的超集，带有来自Bash和IPython的其他shell原语。该语言适用于专家和新手的日常使用。它适用于所有主要系统，包括Linux，MacOSX和Windows。
10
Optuna奥图纳
星数：3k
关于：Optuna是一个自动超参数优化软件框架，专门为机器学习而设计。它具有命令式，运行式定义的用户API。它允许使用Python条件，循环和语法自动搜索最佳超参数。它还可以并行化多个线程或进程上的超参数搜索，而无需修改代码。
后续
对这些github宝藏有兴趣的，请私信或评论区获取详细地址。