#deep-learning Repositories
Insgesamt 2,273 Repositories
Eine umfassende und aktuelle Zusammenstellung von Datensätzen, Werkzeugen, Methoden, Übersichtsartikeln und Wettbewerben zur Fernerfassung von Änderungen.
2-2000x schnellere ML-Algorithmen, 50 % weniger Speicherverbrauch, funktioniert auf allen Hardware - neu und alt.
ELECTRA: Textkodierer als Diskriminatoren und nicht als Generatoren vortrainieren
Meistern Sie die essenziellen Fähigkeiten, die benötigt werden, um komplexe reale Probleme mit Machine Learning und Deep Learning zu erkennen und zu lösen, indem Sie das hochpopuläre Python Machine Learning-Ökosystem nutzen.
V-Express zielt darauf ab, ein sprechendes Kopfvideo zu generieren, das durch ein Referenzbild, eine Audiodatei und eine Sequenz von V-Kps-Bildern gesteuert wird.
Objectron ist ein Datensatz kurzer, objektzentrierter Videoclips. Zusätzlich enthalten die Videos AR-Sitzungsmetadaten, einschließlich Kamera-Posen, sparsamer Punktwolken und Ebenen. In jedem Video bewegt sich die Kamera um und über dem Objekt herum und erfasst es aus verschiedenen Blickwinkeln. Jedes Objekt ist mit einer 3D-Begrenzungsbox annotiert. Die 3D-Begrenzungsbox beschreibt die Position, Orientierung und Abmessungen des Objekts. Der Datensatz enthält etwa 15.000 annotierte Videoclips und 4 Millionen annotierte Bilder in den folgenden Kategorien.
Eine Python-Bibliothek für die Augmentierung von Audiodaten. Nützlich, um Audio-ML-Modelle in der realen Welt gut funktionieren zu lassen, nicht nur im Labor.
Führen Sie Mixtral-8x7B-Modelle in Colab oder auf Consumer-Desktops aus
[CVPR 2025] MMAudio: Taming Multimodal Joint Training for High-Quality Video-to-Audio Synthesis
🔎 Überwachen Sie das Training von Deep-Learning-Modellen und die Hardware-Nutzung von Ihrem Mobiltelefon 📱
Eine Plattform für reproduzierbare Forschung und Bewertung von Weltmodellen
DocLayout-YOLO: Verbesserung der Dokumentlayoutanalyse durch vielfältige synthetische Daten und adaptive globale-zu-lokale Wahrnehmung
Code für "GVHMR: World-Grounded Human Motion Recovery via Gravity-View Coordinates", Siggraph Asia 2024, TPAMI 2026
Beherrschen Sie die Grundlagen des maschinellen Lernens, Deep Learning und mathematischen Optimierens, indem Sie wichtige Konzepte und Modelle von Grund auf mit Python aufbauen.
Kuratiertes Verzeichnis von Ressourcen zu selbstfahrenden Autos und autonomen Fahrzeugen
Ein heterogener Benchmark für Information Retrieval. Einfach zu bedienen, evaluieren Sie Ihre Modelle über 15+ verschiedene IR-Datensätze.
Deep-Learning-PyTorch-Bibliothek für Zeitreihenprognose, Klassifikation und Anomalieerkennung (ursprünglich für Flutvorhersage).
Sammeln Sie einige Forschungsarbeiten zu Weltmodellen (World Models) für das autonome Fahren (und Robotik usw.).
Klassenaktivierungskarten für Ihre PyTorch-Modelle (CAM, Grad-CAM, Grad-CAM++, Smooth Grad-CAM++, Score-CAM, SS-CAM, IS-CAM, XGrad-CAM, Layer-CAM, Finer-CAM, LeGrad, RefineCAM)
Offizieller Code für den CVPR 2022 (mündlichen) Beitrag „Extracting Triangular 3D Models, Materials, and Lighting From Images“.
ICCV2019 - Lernen, mit modellbasiertem tiefem Reinforcement Learning zu malen
HiFi-GAN: Generative Adversarial Networks für effiziente und hochgradig originalgetreue Sprachsynthese
GlobalBuildingAtlas: ein offener globaler und vollständiger Datensatz von Gebäudeumrissen, Höhen und LoD1 3D-Modellen
Offizielles Repository von 'Visual-RFT: Visual Reinforcement Fine-Tuning' & 'Visual-ARFT: Visual Agentic Reinforcement Fine-Tuning’
Dies beinhaltet die ursprüngliche Implementierung von SELF-RAG: Learning to Retrieve, Generate and Critique through self-reflection von Akari Asai, Zeqiu Wu, Yizhong Wang, Avirup Sil und Hannaneh Hajishirzi.
Minimale Implementierung des abgeschnittenen Objekts Proximal Policy Optimization (PPO) in PyTorch
Diese MATLAB und Simulink Challenge Project Hub enthält eine Liste von Forschungs- und Designprojektideen. Diese Projekte werden Ihnen helfen, praktische Erfahrungen und Einblicke in Technologietrends und Branchenrichtungen zu gewinnen.
:pencil2: Web-basiertes Tool zur Bildsegmentierung für Objekterkennung, Lokalisierung und Keypoints
Sammlung von ECCV 2024-Papieren und Open-Source-Projekten, und alle Experten sind ebenfalls herzlich eingeladen, Issues einzureichen und ECCV 2024-Papiere und Open-Source-Projekte zu teilen.
Detaillierte Notizen zum neuen Buch 'Einführung in die natürliche Sprachverarbeitung' des HanLP-Autors! Ein Werk von großem Wert in der Branche, das Buch ist keine trockene, langweilige Formelsammlung, sondern erklärt leicht verständliche algorithmische Modelle in einfacher Sprache. Ausgehend von grundlegenden Konzepten werden schrittweise die algorithmischen Prinzipien und die technische Umsetzung gängiger Probleme wie chinesische Wortsegmentierung, Part-of-Speech-Tagging, Named Entity Recognition, Informationsextraktion, Textclustering, Textklassifizierung und syntaktische Analyse vorgestellt.
Eine Reihe von Jupyter-Notebooks, die Sie durch die Grundlagen des maschinellen Lernens und des Deep Learnings in Python mit den Bibliotheken Scikit-Learn, PyTorch und Hugging Face führen.
📺 Eine End-to-End-Lösung für die Generierung von hochauflösenden und langen Videos basierend auf Transformer Diffusion
Umfassende Übersicht über Computer Vision. Beinhaltet Objekterkennung, Verfolgung........
[CVPR 2025] Offizielle PyTorch-Implementierung von MambaVision: Ein hybrides Mamba-Transformer-Vision-Backbone
Diese API bietet programmatischen Zugriff auf das von Google DeepMind entwickelte AlphaGenome-Modell.
Sammlung von gemeinsamem Code, der zwischen verschiedenen Forschungsprojekten im FAIR Computer Vision Team geteilt wird.
Eine Open-Source-Bibliothek und ein Framework für Deep Learning auf Satelliten- und Luftbildern.
Pytorch 3D U-Net Convolutional Neural Network (CNN) für die medizinische Bildsegmentierung
Von NVIDIA kuratierte Sammlung von Bildungsressourcen für die allgemeine GPU-Programmierung.
Quellcode von PyGAD, einer Python 3-Bibliothek zum Aufbau des genetischen Algorithmus und zum Trainieren von Algorithmen des maschinellen Lernens (Keras & PyTorch).