#deep-learning Repositories
Insgesamt 2,273 Repositories
Colab Notebooks, die Deep-Learning-Tools für die Vorhersage und das Design biomolekularer Strukturen behandeln
Multi-Scale Neural Audio Codec (SNAC) komprimiert Audio bei niedriger Bitrate in diskrete Codes
NeuPy ist eine auf TensorFlow basierende Python-Bibliothek für das Prototyping und den Aufbau neuronaler Netze.
Eine kuratierte Liste von Arbeiten, Dissertationen, Datensätzen und Werkzeugen im Zusammenhang mit der Anwendung von maschinellem Lernen für Software Engineering
Code für die Veröffentlichung "Computation Offloading Optimization for UAV-assisted Mobile Edge Computing: A Deep Deterministic Policy Gradient Approach"
Ein modulares, offenes und nicht proprietäres Toolkit für Kernrobotik-Funktionalitäten durch Nutzung von Deep Learning
Ein Pytorch-basiertes Framework für Streaming und Nicht-Streaming-Spracherkennung, das sowohl Online- als auch Offline-Erkennung unterstützt. Derzeit werden Conformer, Squeezeformer und DeepSpeech2-Modelle unterstützt, zusammen mit verschiedenen Datenaugmentationsmethoden.
Intel® AI Reference Models: Enthält Intel-Optimierungen für das Ausführen von Deep-Learning-Workloads auf Intel® Xeon® Scalable-Prozessoren und Intel® Data Center GPUs
[ECCV2024 - Oral, Best Paper Award Candidate] SEA-RAFT: Einfaches, effizientes und genaues RAFT für optischen Fluss
Eine kompakte, aber vollständige Implementierung von CLIP mit verschiedenen experimentellen Verbesserungen aus aktuellen Forschungsarbeiten
Einheitliche automatische Qualitätsbewertung für Sprache, Musik und Geräusche.
Der Hailo Model Zoo umfasst vortrainierte Modelle und eine vollständige Umgebungen für Erstellung und Evaluierung
[CVPR 2025 Highlight] Offizielle Implementierung von "MangaNinja: Linienkunst-Kolorierung mit präziser Referenzverfolgung"
Schnelle CUDA-Implementierung von (differenzierbarem) Soft Dynamic Time Warping für PyTorch
Feinabstimmung vortrainierter Convolutional Neural Networks mit PyTorch
Sammlung von Roboterumgebungen, die auf der PyBullet-Physik-Engine und Gymnasium basieren.
Repository-Vorlage zum Erstellen von PyTorch-Projekten aus dem Quellcode für jede Version von PyTorch/CUDA/cuDNN.
Lassen Sie uns Vision-Transformer (ViT) für CIFAR-10/CIFAR-100/ImageNet trainieren
Persönliche Lernnotizen zum Deep Learning und Tutorial-ähnliche Notizbücher
[CVPR'25 Highlight] Sie sehen es, Sie bekommen es: Erlernen der 3D-Erstellung auf Poser-freien Videos im großen Maßstab
Dies ist ein kollektives Repository für alle 3DGS-bezogenen Fortschritte in Forschung und Industrie
Lesbare, skalierbare, reproduzierbare Fundamentmodelle mit benannten Tensoren und Jax
Offizielle Implementierung für EMNLP 2024 (Hauptkonferenz, mündlicher Vortrag) „AgentReview: Akademisches Peer-Review mit einem LLM-Agenten erforschen“
Ende-zu-Ende-Workflows der Google Cloud Platform Vertex AI für Machine-Learning-Operationen
BiomedParse: Ein Basismodell für gemeinsame Segmentierung, Erkennung und Identifizierung biomedizinischer Objekte über neun Modalitäten hinweg
Eine kuratierte (aktuellste) Liste von Ressourcen zum Lernen mit verrauschten Labels
Eine kuratierte Liste von Monte-Carlo-Baumsuch-Papieren mit Implementierungen.
Untersuchen, visualisieren und beeinflussen Sie jede Operation in jedem neuronalen Netzwerk. Erfassen Sie jede Aktivierung und jeden Gradienten, den vollständigen Berechnungsgraphen und über 800 Metadatenfelder, ohne den Modellcode zu ändern. Unterstützt PyTorch, JAX, TensorFlow, MLX, PaddlePaddle und tinygrad. An über 6.400 Modellen validiert. Entwickelt für Forschende und ihre KI-Agenten.
Little Ball of Fur – Eine Graphenabtastungserweiterungsbibliothek für NetworKit und NetworkX (CIKM 2020)
Offizieller Code für "Boundary loss for highly unbalanced segmentation", Zweiter Platz beim Best Paper Award auf der MIDL 2019. Erweiterte Version in MedIA, Band 67, Januar 2021.