9月份GitHub上最热门的开源项目排行已经出炉啦，一起来看看上榜详情吧：
1. python-mini-projects
https://github.com/Python-World/python-mini-projects
Star 4643
该项目内包含一系列简单的Python小项目，可以帮助你提高Python技能。其中就包含随机密码生成器、图片自动加水印、批量下载图片、整理文件系统、批量获取网站的IP地址和主机名等，一共包含100多个项目。
2. waydroid
https://github.com/waydroid/waydroid
Star 2273
Waydroid使用基于容器的方法在Ubuntu等常规GNU/Linux系统上启动完整的Android系统。
3. rich
https://github.com/willmcgugan/rich
Star 29813
ich是一个Python库，可以美化终端输出，而且pip就可以轻松的安装。
4. pytorch_geometric
https://github.com/pyg-team/pytorch_geometric
Star 12692
PyG (PyTorch Geometric)是一个基于PyTorch构建的库，可轻松编写和训练图神经网络(GNN)，用于与结构化数据相关的广泛应用。它包含各种对图和其他不规则结构进行深度学习的方法，也称为几何深度学习，来自各种已发表的论文。此外，它还包含易于使用的小批量加载器，用于在许多小型和单个巨型图上进行操作、多 GPU 支持、大量通用基准数据集(基于简单的接口创建您自己的)、GraphGym实验管理器和有用的转换，既用于学习任意图形，也用于 3D 网格或点云。
5. Real-ESRGAN
https://github.com/xinntao/Real-ESRGAN
Star 3445
腾讯ARC实验室公开的AI模型，是通过模拟高分辨率图像变低分辩率过程中的各种退化，然后看到一张糊图后倒推出来它的高清图。
相比 ESRGAN，Real-ESRGAN 使用合成数据进行训练，引入了高阶退化建模以更全面逼真地模拟复杂的图像退化，重点考虑了合成过程中常见的振铃和 overshoot 伪影。还采用了一个具有谱归一化(Spectral Normalization)的 U-Net 鉴别器，来提高鉴别器的性能并稳定训练过程，最终实现了“青出于蓝胜于蓝”的效果。
6. qlib
https://github.com/microsoft/qlib
Star 6670
Qlib是微软亚洲研究院发布的AI量化投资开源平台“微矿 Qlib”，Qlib涵盖了量化投资的全过程,为用户的AI算法提供了高性能的底层基础架构,从框架设计上让用户可以更容易地应用AI算法来辅助解决量化投资的各个关键问题(例如Alpha预测,风险预测,市场动态性建模)。
7. PySimpleGUI
https://github.com/PySimpleGUI/PySimpleGUI
Star 8.5K
这是一个非常简单好用的Python图形界面库，它有 200 多个示例程序，几乎覆盖了日常的开发需求，拿来稍作修改就可以用，着实方便，内部封装了 tkinter，Qt(pyside2)，wxPython和 Remi，Remi 用于浏览器支持，因此你很容易将你的界面搬到浏览器中而无需修改代码。
8. datasets
https://github.com/huggingface/datasets
Star 10047
最大的 ML 模型即用型数据集中心，具有快速、易于使用和高效的数据操作工具。
9. devops-exercises
https://github.com/bregman-arie/devops-exercises
Star 17297
该项目包含有关各种技术主题，你可以用它们来准备面试，主题涵盖Linux、Jenkins、AWS、SRE、Docker、Python、Ansible、Git、Kubernetes、Terraform、OpenStack、SQL、NoSQL、Azure、GCP、DNS等。
10. RobustVideoMatting
https://github.com/PeterL1n/RobustVideoMatting
Star 3904
PyTorch、TensorFlow、TensorFlow.js、ONNX、CoreML 中强大的视频抠图。
11. 12306
https://github.com/testerSunshine/12306
Star 30286
12306智能刷票，订票。
