GitHub 链接：https://github.com/labmlai/annotated_deep_learning_paper_implementations
网站介绍:
labmlai/annotated_deep_learning_paper_implementations（66K+ Stars）是一个高质量的深度学习论文实现开源项目，配套网站 https://nn.labml.ai/ 提供了代码与注释并排显示的交互式阅读体验。
核心定位：该项目收录了 60+ 篇深度学习经典论文的 PyTorch 实现，每一篇论文的实现都配有详细的逐行中文/英文注释，并在网站上以"左侧论文核心公式/说明，右侧对应代码"的方式并排展示，极大降低了理解论文的门槛。
主要覆盖方向：
Transformers — 原始 Transformer、Transformer-XL、Switch Transformer、Feedback Transformer、Vision Transformer（ViT）等
Diffusion 模型 — Stable Diffusion、DDPM、DDIM、GLIDE、DALL-E 2 等
生成对抗网络（GANs） — StyleGAN2、CycleGAN、DCGAN 等
优化器 — Adam、AdamW、AdaBelief、Sophia、RAdam、LazyAdam 等
强化学习 — PPO、DQN、Dueling DQN、A2C 等
其他 — CapsNet、知识蒸馏、Layer Normalization、Nucleus Sampling、BERT、GPT-Neo 等
特色：
所有实现保持简洁风格，不依赖复杂框架，突出论文核心思想
可通过 pip install labml-nn 直接安装为 Python 库使用
每周持续更新新论文实现
被广泛应用于学术界和工业界的论文复现学习
网站内容相关截图：
