#deep-learning Repositories
Insgesamt 2,273 Repositories
Dieses Repository enthält den Deep Reinforcement Learning Kurs von Hugging Face.
ACE-Step: Ein Schritt in Richtung eines grundlegenden Modells für die Musikgenerierung
🌟100+ Originale LLM / RL-Diagramme 📚, präsentiert vom Autor von "Large Model Algorithms"! 💥 (100+ LLM/RL Algorithmus-Karten)
MACE ist ein Deep-Learning-Inferenz-Framework, das für mobile heterogene Computing-Plattformen optimiert ist.
Liste von Telegram-Gruppen, Kanälen & Bots // Liste interessanter Gruppen, Kanäle und Telegram-Bots // Liste von Chats für Programmierer
Eine letztlich umfassende Liste von Papieren zu Vision Transformer/Attention, einschließlich Papieren, Codes und verwandter Websites
Ich glaube, dass Sie, die Doktoranden und Arbeitssuchenden, für die das Buch hauptsächlich bestimmt ist, davon profitieren werden; ich hoffe jedoch, dass selbst die erfahrensten Forscher es faszinierend finden werden.
Deep-Learning-Visualisierungs-Toolkit („Fly Paddle“ Deep-Learning-Visualisierungstool )
Offizieller Implementierungscode des Papers <AnyText: Multilinguale visuelle Textgenerierung und -bearbeitung>
Eine probabilistische Programmiersprache in TensorFlow. Tiefgehende generative Modelle, variationelle Inferenz.
High-Level-Bibliothek zur Unterstützung beim flexiblen und transparenten Training und Evaluieren von neuronalen Netzen in PyTorch.
MegEngine ist ein schnelles, skalierbares, einfach zu bedienendes Deep-Learning-Framework mit Unterstützung für automatische Differenzierung.
Datenmining, Computer Vision, Natürliche Sprachverarbeitung, Empfehlungssystem-Wettbewerbswissen, Code, Ideen
[NeurIPS 2023] Offizielle Implementierung des Papers „Segment Everything Everywhere All at Once“
Übung auf cifar100(ResNet, DenseNet, VGG, GoogleNet, InceptionV3, InceptionV4, Inception-ResNetv2, Xception, Resnet In Resnet, ResNext,ShuffleNet, ShuffleNetv2, MobileNet, MobileNetv2, SqueezeNet, NasNet, Residual Attention Network, SENet, WideResNet)
Google DeepMinds Software-Stack für physikbasierte Simulation und Reinforcement Learning-Umgebungen, der MuJoCo verwendet.
Prompt Engineering, Generative KI und LLM-Leitfaden von Learn Prompting | Treten Sie unserem Discord bei, um die größte Lern-Community für Prompt Engineering zu finden
JAX-Implementierung von OpenAIs Whisper-Modell für eine Geschwindigkeitssteigerung von bis zu 70x auf TPUs.
Eine Richtlinie zum Aufbau praktischer Deep-Learning-Systeme auf Produktionsniveau für den Einsatz in realen Anwendungen.
TNN: Entwickelt vom Tencent Youtu Lab und Guangying Lab, ein einheitliches Deep-Learning-Inferenz-Framework für Mobilgeräte, Desktops und Server. TNN zeichnet sich durch mehrere herausragende Merkmale aus, darunter plattformübergreifende Kompatibilität, hohe Leistung, Modellkomprimierung und Codebereinigung. Basierend auf ncnn und Rapidnet stärkt TNN die Unterstützung und Leistungsoptimierung für mobile Geräte weiter und nutzt auch die Vorteile guter Erweiterbarkeit und hoher Leistung aus bestehenden Open-Source-Bemühungen.
Plug and Play Implementierung des "Tree of Thoughts": Bewusste Problemlösung mit großen Sprachmodellen, die die Modellreasoning um mindestens 70 % verbessert
„Große Sprachmodelle“ von: Zhao Xin, Li Junyi, Zhou Kun, Tang Tianyi, Wen Jirong
Eine Bibliothek für wissenschaftliches Machine Learning und physik-informiertes Lernen
[EMNLP 2022] Ein offenes Toolkit für die Extraktion und Konstruktion von Wissensgraphen
Wandeln Sie problemlos große Mengen von Bild-URLs in einen Bilddatensatz um. Kann 100 Millionen URLs in 20 Stunden auf einer Maschine herunterladen, skalieren und verpacken.
Das Projekt ist eine offizielle Implementierung unseres CVPR2019-Papiers "Deep High-Resolution Representation Learning for Human Pose Estimation".