#deep-learning Repositories
Insgesamt 2,273 Repositories
PyTriton ist eine Flask/FastAPI-ähnliche Schnittstelle, die die Bereitstellung von Triton in Python-Umgebungen vereinfacht.
Eine kuratierte Liste von DATASETS, CODEBASES und PAPERS zu Multi-Task Learning (MTL) aus der Perspektive des Machine Learning.
[Erweiterte Version ICLR 2025 Blog Track] Anole: Offene, autoregressive und native multimodale Modelle für interleavierte Bild-Text-Generierung
Offizielle Algorithmenimplementierung des ICML'23-Papers "VIMA: Allgemeine Roboter-Manipulation mit multimodalen Prompts"
Ein Simulationsframework für RLHF und Alternativen. Entwickeln Sie Ihre RLHF-Methode, ohne menschliche Daten zu sammeln.
Dieses Repository enthält die Ressourcen (Artikel, Blogs, Websites usw.), die Ilya zum Erlernen von Künstlicher Intelligenz empfohlen hat.
Ein Graph-RAG-System für evidenzbasierte medizinische Informationssuche [ACL 2025]
„Deep Learning von Grund auf ❸“ (O'Reilly Japan, 2020)
Der Natural Language Toolkit für indische Sprachen zielt darauf ab, sofort einsatzbereite Unterstützung für verschiedene NLP-Aufgaben bereitzustellen, die ein Anwendungsentwickler benötigen könnte.
CodeFormer Gesichtsverbesserungs-Tool mit grafischer Benutzeroberfläche, entpacken und sofort verwenden
Beeindruckende Sammlung von Ressourcen und Forschungsarbeiten zu Diffusionsmodellen für die Robotermanipulation.
Pytorch-Code für das ICLR-2020 Paper "Learning to Explore using Active Neural SLAM"
Dieses Repository enthält eine Sammlung von Umfragen, Datensätzen, Arbeiten und Codes zur Schätzung der prädiktiven Unsicherheit in Deep-Learning-Modellen.
Implementierung von Rotations-Einbettungen, aus dem Roformer-Paper, in Pytorch
Ein flexibles Federated Learning Framework auf Basis von PyTorch, das Ihre Federated Learning-Forschung vereinfacht.
Visuelle, interaktive Artikel über maschinelles Lernen: https://mlu-explain.github.io/
Offizielle Implementierung von "LucidDreamer: Auf dem Weg zur High-Fidelity-Text-zu-3D-Generierung mittels Intervall-Score-Matching"
"MonoScene: Monocular 3D Semantic Scene Completion" (CVPR 2022): 3D semantische Belegungsvorhersage aus einem einzelnen Bild
Dieses Skript ermöglicht die Automatisierung der Videostilierungsaufgabe mit StableDiffusion und ControlNet.
Leistungsstarke Vision-Bibliothek in Python. Skalieren Sie Ihre Forschung, nicht Boilerplate.
Transformer, basierend auf einer Variante von Attention, die eine lineare Komplexität in Bezug auf die Sequenzlänge aufweist
Adan: Adaptive Nesterov Momentum Algorithm für schnelleres Optimieren tiefer Modelle
depyf ist ein Werkzeug, das Ihnen hilft, den PyTorch-Compiler torch.compile zu verstehen und sich daran anzupassen.
Ressourcen zu Zeitreihenvorhersagen und Deep Learning.
Offizielle Repository, die eine CVPR 2022-Arbeit EMOCA: Emotion Driven Monocular Face Capture And Animation begleitet. EMOCA nimmt ein einzelnes Bild eines Gesichts als Eingabe und erzeugt eine 3D-Rekonstruktion. EMOCA setzt den neuen Standard für die Rekonstruktion hoch emotionaler Bilder im Wildleben.
Echtzeit-Diffusionsbasiertes Streaming-Video-Super-Resolution / Echtzeit-Video-Streaming-Super-Resolution-Modell basierend auf der Diffusion-Architektur
Implementierung des von Deepseek in ihrem Paper „Native Sparse Attention“ vorgeschlagenen Sparse Attention Musters
PhoBERT: vortrainierte Sprachmodelle für Vietnamesisch (EMNLP-2020 Findings)