#deep-neural-networks Repositories
Entdecke 103 aktive Open-Source-GitHub-Repositories, die mit #deep-neural-networks getaggt sind und insgesamt 645,526 Sterne gesammelt haben (durchschnittlich 6,267 Sterne pro Projekt). Spitzenreiter in diesem Themenbereich ist tensorflow/tensorflow mit 201,665 Sternen.
Insgesamt 103 Repositories
Machine-Learning- und Deep-Learning-Tutorials, Artikel und andere Ressourcen
Offline-Sprachenerkennungs-API für Android, iOS, Raspberry Pi und Server mit Python, Java, C# und Node
Tauchen Sie ein in Deep Learning, Reinforcement Learning, Machine Learning, Computer Vision und NLP, indem Sie aus diesen spannenden Vorlesungen lernen!!
Der unglaubliche PyTorch: Eine kuratierte Liste von Tutorials, Papieren, Projekten, Communities und mehr im Zusammenhang mit PyTorch.
pix2code: Code aus einem Screenshot einer grafischen Benutzeroberfläche generieren
Eine Liste von Papieren zur Objekterkennung mit Deep Learning.
Techniken für Deep Learning mit Satelliten- und Luftbildern
🦙 LaMa Image Inpainting, Auflösungsrobuste Inpainting mit großen Masken durch Fourier-Faltungen, WACV 2022
Eine Sammlung von Tutorials zu hochmodernen Computer-Vision-Modellen und -Techniken. Entdecken Sie alles von grundlegenden Architekturen wie ResNet bis hin zu Spitzenmodellen wie RF-DETR, YOLO11, SAM 3 und Qwen3-VL.
OneFlow ist ein Deep-Learning-Framework, das benutzerfreundlich, skalierbar und effizient gestaltet ist.
Eine Open-Source-Bibliothek für Deep-Learning-End-to-End-Dialogsysteme und Chatbots.
Dieses Repository ist eine kuratierte Sammlung von Links zu verschiedenen Kursen und Ressourcen über Künstliche Intelligenz (KI)
NanoDet-Plus⚡Super schnelles und leichtgewichtiges Anker-freies Objekterkennungsmodell. 🔥Nur 980 KB (int8) / 1,8 MB (fp16) und läuft mit 97 FPS auf Mobiltelefonen🔥
Alle Kursmaterialien für den Kurs Zero to Mastery Deep Learning with TensorFlow.
Code für das Buch Deep Learning with PyTorch von Eli Stevens, Luca Antiga und Thomas Viehmann.
„Große Sprachmodelle“ von: Zhao Xin, Li Junyi, Zhou Kun, Tang Tianyi, Wen Jirong
In diesem Repository teile ich nützliche Notizen und Referenzen zum Bereitstellen von Deep-Learning-basierten Modellen in der Produktion.
Dies sind die handschriftlichen Notizen von Andrew NG auf Coursera.
DeepFill v1/v2 mit Contextual Attention und Gated Convolution, CVPR 2018, und ICCV 2019 Oral
Gute Projekte für Hochschulabsolventen, Herbstkampagnen, Frühjahrskampagnen und Praktika! Begleitet Sie Schritt für Schritt bei der Implementierung einer Hochleistungs-Deep-Learning-Inferenzbibliothek, die das Schlussfolgern für große Modelle wie Llama2, Unet, YoloV5, Resnet usw. unterstützt. Implementieren Sie Schritt für Schritt eine Hochleistungs-Deep-Learning-Inferenzbibliothek.
Dieses Repository enthält eine Leseliste von Arbeiten zu Zeitreihenvorhersage/-prognose (TSF) und räumlich-zeitlicher Vorhersage/-Prognose (STF). Diese Arbeiten sind hauptsächlich nach Modelltyp kategorisiert.
PyTorch-Implementierung des TabNet-Papiers: https://arxiv.org/pdf/1908.07442.pdf
Liste von Papieren, Code und Experimenten, die Deep Learning für Zeitreihenprognosen verwenden
AIMET ist eine Bibliothek, die fortschrittliche Quantisierungs- und Komprimierungstechniken für trainierte neuronale Netzwerkmodelle bereitstellt.
Eine kuratierte Liste von Ressourcen für das Lernen mit verrauschten Labels
Deep Neural Network zum Extrahieren intelligenter Informationen aus Rechnungsunterlagen.
Deep-Learning-PyTorch-Bibliothek für Zeitreihenprognose, Klassifikation und Anomalieerkennung (ursprünglich für Flutvorhersage).
Implementierung von "BitNet: Skalierung von 1-Bit-Transformatoren für große Sprachmodelle" in PyTorch
Top 200 Deep-Learning-GitHub-Repositories, sortiert nach Anzahl der Sterne.
Differenzierbare SDE-Löser mit GPU-Unterstützung und effizienter Sensitivitätsanalyse.
Häufig gestellte Fragen
Welches ist das beliebteste #deep-neural-networks-Repository auf GitHub?
Das am höchsten eingestufte Open-Source-#deep-neural-networks-Projekt auf GitHub ist tensorflow/tensorflow mit 201,665 Sternen. Ein Open-Source-Machine-Learning-Framework für alle
Welche Programmiersprachen werden in #deep-neural-networks-Repositories am häufigsten verwendet?
Unter den am höchsten eingestuften #deep-neural-networks-Projekten auf GitHub sind Python, Jupyter Notebook, C++, TeX die am häufigsten verwendeten Programmiersprachen.
Wie wird das Ranking der #deep-neural-networks-Repositories berechnet?
Wir verfolgen 103 aktive Open-Source-Repositories, die mit #deep-neural-networks getaggt sind (500+ Sterne), mit insgesamt 645,526 Sternen und durchschnittlich 6,267 Sternen pro Repository. Die Rankings werden täglich über die GitHub-API aktualisiert.