https://github.com/tensorflow/models Star 26273
一个Tensorflow库，里面包含 使用TensorFlow 构建的模型和示例的教程，旨在更好的维护，测试，并与最新的TensorFlow API保持同步最新。
TensorFlow实现模型：https://github.com/tensorflow/models/blob/master/research
TensorFlow教程：https://github.com/tensorflow/models/blob/master/tutorials
https://github.com/google/kubeflow Star 2203
Kubeflow 是谷歌发布的一个机器学习工具库，Kubeflow 项目旨在使 Kubernetes 上的机器学习变的轻松、便捷、可扩展，其目标不是重建其他服务，而是提供一种简便的方式找到最好的 OSS 解决方案。该库包含包含的清单用于创建：
● 用于创建和管理交互式 Jupyter notebook 的 JupyterHub
● 可配置为使用 CPU 或 GPU，并通过单一设置调整至单个集群大小的 TensorFlow 训练控制器（Tensorflow Training Controller）
● TF 服务容器（TF Serving container）
https://github.com/vinta/awesome-python Star 43550
awesome-python 是 vinta 发起维护的 Python 资源列表，内容包括：Web框架、网络爬虫、网络内容提取、模板引擎、数据库、数据可视化、图片处理、文本处理、自然语言处理、机器学习、日志、代码分析等。十分受Python开发者的青睐。
https://github.com/keras-team/keras Star 23862
Keras是一个极简的、高度模块化的神经网络库，采用Python（Python 2.7-3.5.）开发，能够运行在TensorFlow和Theano任一平台，好项目旨在完成深度学习的快速开发。特性：
● 可以快速简单的设计出原型（通过总模块化、极简性、和可扩展性）
● 同时支持卷积网络和循环网络，以及两者的组合
● 支持任意的连接方案(包括多输入和多输出）
● 支持GPU和CPU
https://github.com/zhoubear/open-paperless Star 1711
一个用于扫描，索引和存档所有纸质文档的文件管理系统。可以OCR，预览，标签，签名，发送和接收文件。还有其工作流系统，基于角色的访问控制和REST API。
https://github.com/pytorch/pytorch Star 10999
PyTorch 是一个 Torch7 团队开源的 Python 优先的深度学习框架，提供两个高级功能：
● 强大的 GPU 加速 Tensor 计算（类似 numpy）
● 构建基于 tape 的自动升级系统上的深度神经网络
你可以重用你喜欢的 python 包，如 numpy、scipy 和 Cython ，在需要时扩展 PyTorch。
https://github.com/scikit-learn/scikit-learn Star 24511
scikit-learn 是一个 Python 的机器学习项目。是一个简单高效的数据挖掘和数据分析工具。基于 NumPy、SciPy 和 matplotlib 构建。这个项目于2007年由David Cournapeau作为Google Summer of Code项目启动。
https://github.com/Instagram/MonkeyType Star 1138
上个月，Instagram 开源了 MonkeyType，它是通过运行时跟踪类型自动将类型注释添加到您的 Python 3 代码的工具。在 MonkeyType 可以告诉我们任何有用的东西之前，我们需要让它跟踪一些函数调用。最简单的方法是monkeytype run在 MonkeyType 跟踪下运行任何 Python 脚本。
https://github.com/django/django Star 30855
Django 是 Python 编程语言驱动的一个开源模型-视图-控制器（MVC）风格的 Web 应用程序框架。使用 Django，我们在几分钟之内就可以创建高品质、易维护、数据库驱动的应用程序。Django 框架的核心组件有：
● 用于创建模型的对象关系映射
● 为最终用户设计的完美管理界面
● 一流的 URL 设计
● 设计者友好的模板语言
● 缓存系统
https://github.com/pypa/pipenv Star 7260
Pipenv 是一个python的依赖管理器。它汇集了Pip，Pipfile和Virtualenv的功能，可以为你的项目自动创建和管理虚拟环境，并且在你安装/删除包时自动在Pipfile中添加/移除相应的包。它同时生成一个非常重要的Pipfile.lock文件，来保证所构建环境的确定性。
https://github.com/toddmotto/public-apis Star 31138
PublicApis：公共API目录大全是一个通过MaShape市场整合的世界上最全的API接口目录，支持关键词搜索和添加API数据，方便开发者快速的找到自己想要的API，目已经收录5321种API接口。
https://github.com/pallets/flask Star 32232
Flask 是一个微型的 Python 开发的 Web 框架，基于Werkzeug WSGI工具箱和Jinja2 模板引擎。 Flask使用BSD授权。 Flask也被称为“microframework”，因为它使用简单的核心，用extension增加其他功能。Flask没有默认使用的数据库、窗体验证工具。然而，Flask保留了扩增的弹性，可以用Flask-extension加入这些功能：ORM、窗体验证工具、文件上传、各种开放式身份验证技术。
