#deeplearning Repositories
Entdecke 79 aktive Open-Source-GitHub-Repositories, die mit #deeplearning getaggt sind und insgesamt 501,253 Sterne gesammelt haben (durchschnittlich 6,344 Sterne pro Projekt). Spitzenreiter in diesem Themenbereich ist deepfakes/faceswap mit 57,626 Sternen.
Insgesamt 79 Repositories
VoxCPM2: Tokenizer-freies TTS für mehrsprachige Sprachgenerierung, kreatives Stimmendesign und lebensechte Klonierung
AiLearning: Datenanalyse + Machine Learning Praxis + Lineare Algebra + PyTorch + NLTK + TF2
Ein skalierbarer generativer KI-Framework, das für Forscher und Entwickler entwickelt wurde, die an Large Language Models, Multimodal und Speech AI (Automatic Speech Recognition und Text-to-Speech) arbeiten
Open-Source-Simulator für autonome Fahrzeuge, der auf Unreal Engine / Unity aufbaut, von Microsoft AI & Research
Machine-Learning- und Deep-Learning-Tutorials, Artikel und andere Ressourcen
MIT Deep-Learning-Buch im PDF-Format (komplett und Teile) von Ian Goodfellow, Yoshua Bengio und Aaron Courville
Suite von Tools zum Bereitstellen und Trainieren von Deep-Learning-Modellen mit dem JVM. Zu den Highlights gehören der Modellimport für Keras, TensorFlow und ONNX/PyTorch, eine modulare und winzige C++-Bibliothek zur Ausführung von mathematischem Code und eine Java-basierte Mathematikbibliothek auf der Grundlage der Kern-C++-Bibliothek. Enthält auch SameDiff: Eine PyTorch/TensorFlow-ähnliche Bibliothek zum Ausführen von Deep-Learn...
LangGPT: Ermächtigt jeden, ein Prompt-Experte zu werden! 🚀 📌 Urheber des strukturierten Prompts (Structured Prompt) 📌 Initiator des Meta-Prompts (Meta-Prompt) 📌 Das beliebteste Paradigma zur Umsetzung von Prompts | Language of GPT Der Pionierrahmen für strukturiertes & Meta-Prompt-Design 10.000+ ⭐ | Von Tausenden von Benutzern weltweit praxiserprobt Entwickelt von 云中江树
ChatGPT Chinesischer Leitfaden🔥, ChatGPT Chinesischer Prompt-Anleitungsleitfaden, Befehlsleitfaden, Anwendungsentwicklungshandbuch, kuratierte Ressourcenliste, um ChatGPT besser zu nutzen und Ihre Produktivität zu steigern! 🚀
Low-Code-Framework zum Erstellen benutzerdefinierter LLMs, neuronaler Netze und anderer KI-Modelle
Eine Liste von Papieren zur Objekterkennung mit Deep Learning.
Das Open-Source-Projekt von Python: „Der Weg zum Erlernen der Programmierung“ – ein Nanny-Level-Tutorial: KI-Labor, Schatzvideos, Datenstrukturen, Lernleitfaden, praktische Anwendung von maschinellem Lernen, praktische Anwendung von tiefem Lernen, Web-Scraping, Interviews bei großen Unternehmen, Programmiererleben, Ressourcenteilung.
Tutorials, Aufgaben und Wettbewerbe für Kurse im Zusammenhang mit MIT Deep Learning.
Lab-Materialien für MIT 6.S191: Einführung in das Deep Learning
ClearML - Auto-magisches CI/CD zur Vereinfachung Ihrer AI-Workload. Experiment Management, Data Management, Pipeline, Orchestration, Scheduling & Serving in einer MLOps/LLMOps-Lösung
T81-558: Keras - Anwendungen tiefer neuronaler Netze @Washington University in St. Louis
Tools zur Gestaltung oder Visualisierung der Architektur von Neuralen Netzwerken
Dieses Repository ist eine Sammlung von kostenlosen Ressourcen zum Erlernen von Data Science.
OpenBot nutzt Smartphones als Gehirne für kostengünstige Roboter. Wir haben ein kleines Elektrofahrzeug entworfen, das etwa 50 US-Dollar kostet und als Roboterkörper dient. Unser Software-Stack für Android-Smartphones unterstützt anspruchsvolle Robotik-Workloads wie Personennachführung und autonome Echtzeit-Navigation.
Debugging, Überwachung und Visualisierung für Python Machine Learning und Data Science
Deep Neural Network zum Extrahieren intelligenter Informationen aus Rechnungsunterlagen.
Ein umfassendes Nachschlagewerk für alle Themen im Zusammenhang mit Natural Language Processing
Implementierung von "BitNet: Skalierung von 1-Bit-Transformatoren für große Sprachmodelle" in PyTorch
Eine kuratierte Liste von beeindruckend tollen Cybersecurity-Datensätzen
Neuronale Netzwerkdiagramme und Trainingsmetriken für PyTorch, Tensorflow und Keras.
Eigenständige Machine-Learning- und Natural-Language-Processing-Bibliothek in Go
Hochrangiges Deep-Learning-Framework, geschrieben in Kotlin und inspiriert von Keras
Eine Python-Bibliothek für die Erkennung von Graphenausreißern (Anomalieerkennung)
Android TensorFlow Machine Learning Beispiel (TensorFlow für Android erstellen)
Eine professionell kuratierte Liste von großartigen Videos, Tutorials, Büchern, Papieren, Doktor- und Masterarbeiten, Artikeln und Open-Source-Bibliotheken zur konformen Vorhersage.
Deep-Learning-Gesichtserkennung und -identifikation, implementiert mit PyTorch. (Mit PyTorch implementierte Gesichtserkennung und -identifikation)
Qualcomm® AI Hub Models ist unsere Sammlung hochmoderner Modelle des maschinellen Lernens, die für optimale Leistung (Latenz, Speicher usw.) optimiert und zur Bereitstellung auf Qualcomm®-Geräten bereit sind.
Eine professionelle Liste zu großen (Sprach-)Modellen und Foundation Models (LLM, LM, FM) für Zeitreihen-, raumzeitliche und Ereignisdaten.
Häufig gestellte Fragen
Welches ist das beliebteste #deeplearning-Repository auf GitHub?
Das am höchsten eingestufte Open-Source-#deeplearning-Projekt auf GitHub ist deepfakes/faceswap mit 57,626 Sternen. Deepfakes-Software für alle
Welche Programmiersprachen werden in #deeplearning-Repositories am häufigsten verwendet?
Unter den am höchsten eingestuften #deeplearning-Projekten auf GitHub sind Python, Jupyter Notebook, Java, Go die am häufigsten verwendeten Programmiersprachen.
Wie wird das Ranking der #deeplearning-Repositories berechnet?
Wir verfolgen 79 aktive Open-Source-Repositories, die mit #deeplearning getaggt sind (500+ Sterne), mit insgesamt 501,253 Sternen und durchschnittlich 6,344 Sternen pro Repository. Die Rankings werden täglich über die GitHub-API aktualisiert.