#deep-learning Repositories
Insgesamt 2,273 Repositories
Real-World Masked Face Dataset, Maskengesichtsdatensatz
Advanced Deep Learning mit Keras, veröffentlicht von Packt
Umfassende und zeitnahe akademische Informationen zum föderierten Lernen (Paper, Frameworks, Datensätze, Tutorials, Workshops)
Ein Python-Paket zur Erweiterung des offiziellen PyTorch, das auf der Intel-Plattform einfach Leistung erzielen kann
Inoffizielle Implementierung von Titans, SOTA-Speicher für Transformatoren, in Pytorch
Ein automatischer Evaluator für instruktionsfolgende Sprachmodelle. Vom Menschen validiert, qualitativ hochwertig, günstig und schnell.
[Vortrag auf der CVPR'24] Offizielles Repository von Point Transformer V3 (PTv3). Außerdem ein per pip installierbares PyTorch- und Triton-Paket mit den vortrainierten Encodern Sonata, Concerto und Utonia.
CVNets: Eine Bibliothek zum Trainieren von Computervision-Netzwerken
Weltweite Gebäudeumrisse, die aus Satellitenbildern abgeleitet wurden
Code-Veröffentlichung für "Erkennung von zwanzigtausend Klassen mit bildbezogener Überwachung".
[ICLR 2024] Offizielle Implementierung von "TimeMixer: Zerlegbare multiskalige Mischung für Zeitreihenprognosen"
Liste von Arbeiten über Proteindesign mit Deep Learning
Eine kuratierte Liste von herausragenden Arbeiten zur Dataset-Destillation und verwandten Anwendungen.
Implementierung von Make-A-Video, dem neuen SOTA-Text-zu-Video-Generator von Meta AI, in Pytorch
[CVPR 2021] Offizielle PyTorch-Implementierung für Transformer Interpretability Beyond Attention Visualization, eine neuartige Methode zur Visualisierung von Klassifizierungen durch Transformer-basierte Netzwerke.
Vielseitige Audio-Super-Resolution (beliebig -> 48kHz) mit AudioSR.
Öffentliches Repository für die DeepLearning.AI MLEP-Spezialisierung
Deep-Learning-Modelle für die Bildklassifizierung integrieren | Backbone-Lern-/Vergleichs-/Magie-Modifikationsprojekt
Implementierung von GigaGAN, einer neuen SOTA-GAN von Adobe. Kulmination von fast einem Jahrzehnt Forschung an GANs
DIAMOND (DIffusion As a Model Of eNvironment Dreams) ist ein Agent für bestärkendes Lernen, der in einem Diffusions-Weltmodell trainiert wurde. NeurIPS 2024 Spotlight.
[ECCV 2022] XMem: Langzeitorientierte Videoschnittmaskensegmentierung mit einem Atkinson-Shiffrin-Gedächtnismodell
Obico ist eine von der Community erstellte Open-Source-Plattform für smarte 3D-Druck, die von Machern, Enthusiasten und Tüftlern weltweit genutzt wird.
3.516 kuratierte Figure 1 / Teaser von ICLR, ICML, NeurIPS, CVPR, ACL und AAAI (2023–2026), mit Stufen-Badges und FigureForge-gestützter, retrieval-erweiterter Figurenerstellung
Ein Open-Source-Toolkit für die neuronale hierarchische Multilabel-Textklassifizierung
Eine kuratierte Liste toller Speaker-Diarization-Papiere, Bibliotheken, Datensätze und anderer Ressourcen.
fastdup ist ein leistungsstarkes, kostenloses Tool, das entwickelt wurde, um schnell wertvolle Einblicke aus Bild- und Videodatensätzen zu gewinnen. Es hilft, die Qualität von Bildern und Labels zu verbessern, während die Kosten für den Datenbetrieb erheblich gesenkt werden, und das alles bei unübertroffener Skalierbarkeit.
Das KI-Datenspeichersystem für Schemata, BLOBs und Vorhersagen. Nutzen Sie es mit Ihren Apps oder integrieren Sie die integrierte menschliche Aufsicht, den Datenworkflow und den UI-Katalog, um den größten Wert aus Ihren KI-Daten zu ziehen.
Eine kuratierte Liste von Papieren und Ressourcen zur Erkennung von Betrug, Anomalien und Ausreißern auf Graph-/Transformer-Basis
Ein einfach zu bedienendes und leistungsstarkes KI-Bereitstellungs-Framework | An Easy-to-Use and High-Performance AI Deployment Framework
Core ML Model Zoo für iOS/macOS — PyTorch-Modelle, konvertiert in einsatzbereite .mlpackage-Dateien, jeweils mit Konvertierungsskript und SwiftUI-Beispiel-App. Zugehörige Repositories decken Apples Core AI-Framework (iOS/macOS 27) und On-Device-LLMs ab.
Automatische Entdeckung von schnellen Parallelisierungsstrategien für das verteilte Training tiefer neuronaler Netze
Nutzbare Implementierung des selbstüberwachten Lernens „Bootstrap Your Own Latent“ von Deepmind in Pytorch
Modernster Audio-Codec mit einem Kompressionsfaktor von 90x. Unterstützt 44,1 kHz, 24 kHz und 16 kHz Mono/Stereo-Audio.
yolov5 Kennzeichenerkennung Kennzeichenerkennung Chinesische Kennzeichenerkennung Erkennung Unterstützt 12 Arten von chinesischen Kennzeichen Unterstützt zweilagige Kennzeichen
Die Petastorm-Bibliothek ermöglicht das Training und die Evaluierung von Deep-Learning-Modellen auf einzelnen Rechnern oder verteilt aus Datensätzen im Apache Parquet-Format. Sie unterstützt ML-Frameworks wie Tensorflow, Pytorch und PySpark und kann aus reinem Python-Code verwendet werden.