#deep-learning Repositories
Insgesamt 2,273 Repositories
Umfassender Deep Learning Tutorial: Vom Anfänger zum Experten
Tolle Dinge über Domänenverallgemeinerung, einschließlich Papers, Code usw.
Alle Abbildungen und Notizbücher für mein Deep-Learning-Buch, kostenlos!
Ressourcen zu Federated Learning und Datenschutz im Machine Learning
ELITE: Kodierung visueller Konzepte in Text-Einbettungen für die kundenspezifische Text-zu-Bild-Generierung (ICCV 2023, Vortrag)
Implementierung von Classifier Free Guidance in Pytorch mit Schwerpunkt auf Textkonditionierung und Flexibilität zur Einbeziehung mehrerer Text-Embedding-Modelle
Pytorch-Implementierung von VQGAN (Taming Transformers für hochauflösende Bildsynthese) (https://arxiv.org/pdf/2012.09841.pdf)
Umfassender ML/KI-Interview-Leitfaden mit iterativem Systemdesign, produktionsreifem Code und Standards für 2026. Beinhaltet LLM/GenAI, RAG-Systeme, agentische KI und Algorithmen von Grund auf.
Eine Liste von Arbeiten, die sich mit der Entdeckung neuer Klassen beschäftigt
[CVPR 2022] StyleSwin: Transformer-basierter GAN für hochauflösende Bilderzeugung
NeurIPS'24-Workshop - UniTable: Auf dem Weg zu einem einheitlichen Tabellen-Grundlagenmodell
Erstellen Sie einen Chatbot oder Q&A-Bot aus den Inhalten Ihrer Website
Eine Bibliothek für föderiertes Lernen (ein verteilter Prozess des maschinellen Lernens) in einer Unternehmensumgebung.
Kuratiertes Verzeichnis öffentlich zugänglicher Kurse im Bereich Machine Learning Engineering von CalTech, Columbia, Berkeley, MIT und Stanford.
Reverse Engineering des überwachten semantischen Sprachtokenizers (S3Tokenizer), der in CosyVoice vorgeschlagen wurde
Beeindruckende kuratierte Liste zu Eye Gaze Estimation Papers
Inoffizielle Implementierung von iTransformer - SOTA Zeitreihenvorhersage unter Verwendung von Aufmerksamkeitsnetzwerken, von Tsinghua / Ant-Gruppe
Eine kuratierte Liste von Weltmodellen für autonomes Fahren.
Eine optimierte Speech-to-Text-Pipeline für das Whisper-Modell mit Unterstützung mehrerer Inferenz-Engines
Notizen zum Deep-Learning-System, die grundlegendes mathematisches Wissen für Deep Learning, detaillierte Erklärungen grundlegender Komponenten neuronaler Netze, Deep-Learning-Trainingsstrategien und detaillierte Erklärungen von Modellkomprimierungsalgorithmen umfassen.
Pytorch-Implementierung von: "Stable-Hair: Real-World Hair Transfer via Diffusion Model" (AAAI 2025)
[CVPR 2024] SinSR: Diffusionsbasierte Bildsuperauflösung in einem einzigen Schritt
Dies ist eine Liste von Papieren, die sich mit der Vorhersage der Trajektorien von Verkehrsteilnehmern befassen.
Führen Sie Ihre Deep-Learning-Workloads auf Kubernetes einfacher und effizienter aus.
Hardnet-Deskriptor-Modell - „Hart arbeiten, um die Ränder deines Nachbarn zu kennen: Lokaler Deskriptor-Lernverlust“
Entdecken Sie eine umfassende Sammlung von Ressourcen, Tutorials, Fachartikeln, Tools und Best Practices zur Feinabstimmung großer Sprachmodelle (LLMs). Perfekt für Praktiker und Forschende im Bereich maschinelles Lernen!
Papierliste für die Einzelobjektverfolgung (State-of-the-Art SOT-Tracker)
Triton Model Analyzer ist ein CLI-Tool, das hilft, die Rechen- und Speicheranforderungen der Triton Inference Server-Modelle besser zu verstehen.
Trainieren Sie Machine-Learning-Modelle in einem 🐳 Docker-Container mit 🧠 Amazon SageMaker.
Eine kuratierte Sammlung von KI-Tools, Dienstprogrammen und Ressourcen für Entwickler und Kreative
[RSS 2024] Agil, aber sicher: Kollisionsfreies Hochgeschwindigkeits-Beinfortbewegung lernen
Die offizielle Implementierung des Artikels „Human Motion Diffusion as a Generative Prior“
TensorLayerX: Ein einheitliches Framework für Deep Learning und Reinforcement Learning für alle Hardwares, Backends und Betriebssysteme.
Autoencoder-Netzwerk zum Erlernen einer kontinuierlichen Darstellung von Molekülstrukturen.
Code zum Erstellen von Stylized-ImageNet, einer stilisierten Version des standardmäßigen ImageNet (ICLR 2019 Oral)