#deep-learning Repositories
Insgesamt 2,273 Repositories
Wunderbare Künstliche Intelligenz, Maschinelles Lernen und Deep Learning, wie wir sie lernen. Lernnotizen und eine kuratierte Liste toller Ressourcen zu diesen Themen.
WiFi-3D-Fusion ist ein Open-Source-Forschungsprojekt, das WiFi-CSI-Signale und Deep Learning nutzt, um die 3D-Körperhaltung von Menschen zu schätzen und drahtlose Sensorik mit Computer-Vision-Techniken für räumliches Bewusstsein der nächsten Generation zu verschmelzen.
Software und vortrainierte Modelle für die automatische Verbesserung der Fotoqualität mit Deep Convolutional Networks
Zusammenfassung von AIOps-Lernmaterialien, gerne zusammen ergänzen, Star willkommen
Nützliche zusätzliche Funktionalität für TensorFlow 2.x, gepflegt von SIG-addons
YomiToku ist ein Python-Paket, das eine auf KI basierende Analyse-Engine für japanische Dokumente bereitstellt. Yomitoku ist ein auf KI basierendes Paket zur Analyse von Dokumentbildern, das speziell für die japanische Sprache entwickelt wurde.
Ein Deep-Learning-Toolkit für KI im Gesundheitswesen: elektronische Patientenakten (MIMIC, eICU, OMOP), klinische Texte, Signale und Bildgebung. Über 30 Modelle und reproduzierbare Pipelines.
Artikel über Vortraining und selbstüberwachtes Lernen auf Graph Neural Networks (GNNs).
Ein einheitliches Framework für Deep-Learning-Modelle auf tabellarischen Daten
Eine Auswahl an hochmodernen Forschungsunterlagen zur Trajektorievorhersage
Differenzierbare SDE-Löser mit GPU-Unterstützung und effizienter Sensitivitätsanalyse.
Effizienter, skalierbarer und unternehmenstauglicher CPU/GPU-Inferenzserver für 🤗 Hugging Face Transformer-Modelle 🚀
Aktien im Bereich Deep Learning und Machine Learning bieten vielversprechende Chancen für langfristige und kurzfristige Investoren und Trader.
Graph4nlp ist die Bibliothek für die einfache Nutzung von Graph Neural Networks für NLP. Besuchen Sie unsere DLG4NLP-Website (https://dlg4nlp.github.io/index.html) für verschiedene Lernressourcen!
Ein PyTorch-basiertes Framework für Quanten-klassische Simulation, Quanten-maschinelles Lernen, Quanten-neuronale Netze, parametrisierte Quantenschaltkreise mit Unterstützung für einfache Bereitstellungen auf echten Quantencomputern.
Implementierung von "Lightweight" GAN, vorgeschlagen in ICLR 2021, in Pytorch. Hochauflösende Bilderzeugungen, die innerhalb von ein oder zwei Tagen trainiert werden können
Python-basierte Forschungschnittstelle für Blackbox- und Hyperparameter-Optimierung, basierend auf dem internen Google Vizier Service.
Eine End-to-End-Bibliothek für die Bearbeitung und Wiedergabe von Bewegungen von 3D-Charakteren mit Deep Learning [SIGGRAPH 2020]
[CVPR 2025] Erlernen von Flussfeldern in Attention für kontrollierbare Personengenerierung
Sammlung von Google Colaboratory Notebooks für schnelle und einfache Experimente
Das offizielle Code-Repository für LeVo: Hochwertige Songgenerierung mit Multi-Präferenz-Ausrichtung
Generatoren synthetischer Daten für tabellarische und Zeitreihendaten
Eine PyTorch-Bibliothek und Evaluierungsplattform für End-to-End-Kompressionsforschung
🚀 KOSTENLOSE KI-Ressourcen - 🎓 Kurse, 👷 Jobs, 📝 Blogs, 🔬 KI-Forschung und vieles mehr - für alle!
Dieses Repository stellt Code für Machine-Learning-Algorithmen für Edge-Geräte bereit, die am Microsoft Research India entwickelt wurden.
Machine Learning für Algorithmic Trading, Zweite Auflage - veröffentlicht von Packt
Universelle Manipulationsschnittstelle: Robotertraining in freier Wildbahn ohne Roboter in freier Wildbahn
[CVPR 2025] MatAnyone: Stabile Video-Matting mit konsistenter Speicherverbreitung
Repository zum Trainieren von Modellen für die Musikquellentrennung.
Personalisieren Sie das Segment Anything Model (SAM) mit 1 Schuss in 10 Sekunden
Eine Reihe von großen Sprachmodellen für Code, die von PKU-KCL entwickelt wurden
Vereinheitlichtes Training von Universal-Zeitreihenprognose-Transformatoren