#deep-learning Repositories
Insgesamt 2,273 Repositories
Neuronale Netze und Deep Learning: Fallbeispiele und Praxis, zweite Auflage: 10 Kapitel PyTorch-Praxis, Notebooks, Tests und ein E-Book.
Eine Deep-Learning-Bibliothek für die Erforschung des Videoverständnisses.
Alle Kursmaterialien für den Zero to Mastery Machine Learning and Data Science Kurs.
[CVPR19/TPAMI23] SiamMask: Ein Framework für schnelle Online-Objektverfolgung und -Segmentierung
Open-Source-Inferenzserver und Produktionscluster für alle Modelle, die Ihr Agent benötigt.
🛠 All-in-one webbasiertes IDE, spezialisiert auf Machine Learning und Data Science.
Vietnamesische TTS mit sofortigem Voice-Cloning • Auf dem Gerät • Echtzeit-Inferenz auf der CPU • 48-kHz-Audioqualität • Vietnamesische Text-zu-Sprache-Synthese • Vietnamesische Sprachsynthese • Vietnamesische TTS
PennyLane ist eine Open-Source-Softwareplattform für Quantencomputing, Quanten-Maschinelles Lernen und Quantenchemie. Erstellen Sie sinnvolle Quantenalgorithmen, von der Inspiration bis zur Umsetzung.
:earth_americas: Machine-Learning-Tutorials (hauptsächlich in Python3)
StudioGAN ist eine Pytorch-Bibliothek, die Implementierungen repräsentativer Generative Adversarial Networks (GANs) für die bedingte/unbedingte Bilderzeugung bereitstellt.
Ein kleines Paket zum Erstellen von Visualisierungen von PyTorch-Ausführungsgraphen
Debugging, Überwachung und Visualisierung für Python Machine Learning und Data Science
【PyTorch】Einfach zu bedienendes, modulares und erweiterbares Paket für Deep-Learning-basierte CTR-Modelle.
Open-Source Deep-Learning-Framework zum Erstellen, Trainieren und Feinabstimmen von Deep-Learning-Modellen unter Verwendung modernster Physics-ML-Methoden
Offizieller Code, der zur Entwicklung von Vision Transformer, SigLIP, MLP-Mixer, LiT und mehr verwendet wird.
Gute Projekte für Hochschulabsolventen, Herbstkampagnen, Frühjahrskampagnen und Praktika! Begleitet Sie Schritt für Schritt bei der Implementierung einer Hochleistungs-Deep-Learning-Inferenzbibliothek, die das Schlussfolgern für große Modelle wie Llama2, Unet, YoloV5, Resnet usw. unterstützt. Implementieren Sie Schritt für Schritt eine Hochleistungs-Deep-Learning-Inferenzbibliothek.
Hervorragende Arbeit bei der Handposenschätzung/-verfolgung
AI for Science Aufsatz Interpretationen Sammlung (wird ständig aktualisiert), Aufsatz/Datensatz/Tutorial Download: hyper.ai
Image Restoration Toolbox (PyTorch). Trainings- und Testcodes für DPIR, USRNet, DnCNN, FFDNet, SRMD, DPSR, BSRGAN, SwinIR
.NET Standard-Bindings für Googles TensorFlow zur Entwicklung, Schulung und Bereitstellung von Machine-Learning-Modellen in C# und F#.
Dieses Repository ist eine kuratierte Sammlung praxisnaher Data-Science-Projekte, die speziell für Anfänger zugeschnitten sind. Ob Sie gerade erst mit Data Science beginnen oder Ihre Fähigkeiten stärken möchten, diese Projekte bieten einen praktischen und interaktiven Weg, um Ihr Wissen anzuwenden.
OpenMMLab YOLO-Serien-Toolbox und Benchmark. Implementiert RTMDet, RTMDet-Rotated, YOLOv5, YOLOv6, YOLOv7, YOLOv8, YOLOX, PPYOLOE usw.
🔥🔥🔥 [IEEE TCSVT] Neueste Arbeiten, Codes und Datensätze zu Vid-LLMs.
Eine umfassende Sammlung von KAN (Kolmogorov-Arnold Network)-bezogenen Ressourcen, einschließlich Bibliotheken, Projekten, Tutorials, Papieren und mehr, für Forscher und Entwickler im Bereich des Kolmogorov-Arnold-Netzwerks.
Open-Source-Neural-Network-Schach-Engine mit GPU-Beschleunigung und breiter Hardware-Unterstützung.
Otter, ein multimodales Modell, das auf OpenFlamingo basiert (Open-Source-Version von DeepMinds Flamingo), trainiert auf MIMIC-IT und zeigt verbesserte Anweisungsbefolgung und In-Context-Lernfähigkeit.
Erfahren Sie, wie Sie produktionsreife ML-Anwendungen entwerfen, entwickeln, bereitstellen und iterieren.
Dieses Repository wurde erstellt, um Einsteigern im Machine Learning oder Personen, die sich auf ein Studium vorbereiten, zu helfen. (This repository is intended for helping those who are beginners in machine learning or preparing for study)
Open-Source-Fabrik für automatisierte Faktoren, basierend auf Deep Reinforcement Learning.
Verzeichnis von Tutorials und Open-Source-Code-Repositories für die Arbeit mit Keras, der Python-Deep-Learning-Bibliothek
Jittor ist ein Hochleistungs-Deep-Learning-Framework, das auf JIT-Kompilierung und Meta-Operatoren basiert.
Determined ist eine Open-Source-Plattform für maschinelles Lernen, die verteiltes Training, Hyperparameter-Tuning, Experimentverfolgung und Ressourcenmanagement vereinfacht. Funktioniert mit PyTorch und TensorFlow.
Ein hochperformantes, Python-basiertes I/O-System für große (und kleine) Deep-Learning-Probleme mit starker Unterstützung für PyTorch.
Repository von Jupyter-Notebook-Tutorials für den Deep Learning Kurs an der Universität Amsterdam (MSc AI), Herbst 2023