#deep-learning Repositories
Insgesamt 2,273 Repositories
Eine GPU-beschleunigte Bibliothek, die hochoptimierte Bausteine und eine Ausführungsengine für die Datenverarbeitung enthält, um Deep-Learning-Training- und Inferenz-Anwendungen zu beschleunigen.
Echtzeit-Gesichtserkennung und Emotions-/Geschlechtsklassifikation mit fer2013/imdb-Datensätzen unter Verwendung eines Keras-CNN-Modells und OpenCV.
Convolutional Neural Network für Textklassifikation in TensorFlow
Ein modulares Framework für Vision- und Sprach-Multimodal-Forschung von Facebook AI Research (FAIR)
Implementierung / Replikation von DALL-E, OpenAIs Text-zu-Bild-Transformer, in Pytorch
Ein einheitliches Toolkit für die Deep-Learning-basierte Dokumentenbildanalyse
Framework-unabhängige geslicete/geteilte Inferenz + interaktive Benutzeroberfläche + Fehleranalyse-Diagramme
ECCV2022 – Echtzeit Schätzung mittlerer Strömungen für die Zwischenbildberechnung von Videos
SUPIR zielt darauf ab, praktische Algorithmen für die fotorealistische Bildrestaurierung in freier Wildbahn zu entwickeln. Unsere neue Online-Demo ist auch unter suppixel.ai verfügbar.
Go-Engine ohne menschliches Vorwissen, modelliert nach dem AlphaGo Zero Paper.
Projekte und Übungen für das neueste Deep-Learning-Nanodegree-Programm https://www.udacity.com/course/deep-learning-nanodegree--nd101
Code-Repository für maschinelles Lernen mit PyTorch und Scikit-Learn
PyTorch Lightning + Hydra. Eine sehr benutzerfreundliche Vorlage für ML-Experimente. ⚡🔥⚡
Dieses Repository enthält meine persönlichen Notizen und Zusammenfassungen zu den Spezialisierungskursen von DeepLearning.ai. Ich habe jeden kleinen Teil des Kurses genossen und hoffe, dass Ihnen meine Notizen auch gefallen.
Kuratiete Liste von Data-Science-Interviewfragen und -antworten
Entwickelt von Turing's Cat, die erste Generation künstlicher Intelligenz für Kreation, basierend auf Open-Source GPT2.0 | Skalierbar, evolvierbar
Deep-Learning-unterstütztes Comic-Übersetzungswerkzeug, unterstützt Ein-Klick-Maschinenübersetzung und einfache Bild-/Textbearbeitung | Yet another computer-aided comic/manga translation tool powered by deeplearning
Ein kompletter Leitfaden, um 2026 ohne jeglichen Hintergrund im Bereich Machine Learning (ML) und Künstliche Intelligenz (AI) zu starten und sich zu verbessern sowie stets über die neuesten Nachrichten und fortschrittlichsten Techniken informiert zu bleiben!
【Drei Jahre Vorstellungsgespräche, fünf Jahre Prüfungssimulationen】Eine Plattform mit Interviewressourcen für Algorithmusingenieure im Bereich AIGC/LLM/AI Agent. Sie umfasst praxisnahe Erfahrungen und wichtige Inhalte für Vorstellungsgespräche und schriftliche Prüfungen sowie grundlegendes, langfristig relevantes Wissen aus der KI-Branche, darunter AIGC, Large Language Models (LLMs), KI-Agenten, verkörperte Intelligenz, klassisches Deep Learning, Computer Vision, natürliche Sprachverarbeitung, autonomes Fahren, maschinelles Lernen, bestärkendes Lernen, Big-Data-Mining, Weltmodelle, das Metaversum, AGI und vieles mehr.
Einfache und verteilte Machine-Learning-Python-Bibliothek zur Portierung von ML-Algorithmen für Spark
Eine Machine-Learning-Software zur Extraktion von Informationen aus wissenschaftlichen Dokumenten
eine Machine-Learning-Bildinpainting-Aufgabe, die Wasserzeichen instinktiv aus einem Bild entfernt, das vom Ground-Truth-Bild nicht zu unterscheiden ist
OpenMMLabs' Werkzeugkasten und Benchmark der nächsten Generation für Videoverständnis
Code für das Buch Deep Learning with PyTorch von Eli Stevens, Luca Antiga und Thomas Viehmann.
Keras-Modell zur Generierung von HTML-Code aus handgezeichneten Website-Mockups. Implementiert eine Bildbeschreibungsarchitektur für gezeichnete Quellbilder.
Links zu Konferenzpublikationen im graphenbasierten Deep Learning
VIP-Spickzettel für Stanfords CME 295 Transformatoren und große Sprachmodelle