#keras Repositories
Insgesamt 137 Repositories
Webanwendung zur Aktienmarktvorhersage basierend auf maschinellem Lernen und Sentimentanalyse von Tweets (API-Schlüssel im Code enthalten). Das Frontend der Webanwendung basiert auf Flask und Wordpress. Die Anwendung prognostiziert die Aktienkurse der nächsten sieben Tage für jede beliebige Aktie unter NASDAQ oder NSE, die vom Benutzer eingegeben wird. Vorhersagen werden mit drei Algorithmen getroffen: ARIMA, LSTM, lineare Regression. Die Webanwendung kombiniert die prognostizierten Kurse der nächsten sieben Tage mit der Sentimentanalyse von Tweets, um eine Empfehlung zu geben.
Code und Modelle, die "Deep Predictive Coding Networks for Video Prediction and Unsupervised Learning" begleiten
Inferenz-Engine für Machine Learning auf Mikrocontrollern und eingebetteten Geräten
Ein Gebärdensprach-Interpreter, der den Live-Video-Feed von der Kamera verwendet.
Neueste hochzitierte/Top-Konferenz-Papiere zur Erklärbarkeit von neuronalen Netzwerkmodellen im Deep Learning (mit Code)
Beispiel für die Vorhersage mehrerer multivariater Zeitreihen mit LSTM-Rekurrenten neuronalen Netzwerken in Python mit Keras.
Eine Sammlung von Algorithmen auf dem neuesten Stand der Technik für das Training, die Bereitstellung und die Interpretation von Decision Forest-Modellen in Keras.
Fabric for Deep Learning (FfDL, ausgesprochen fiddle) ist eine Deep-Learning-Plattform, die TensorFlow, Caffe, PyTorch usw. als Service auf Kubernetes anbietet.
Visualkeras ist ein Python-Paket, das hilft, Keras (entweder eigenständig oder in TensorFlow enthalten) neuronale Netzwerkarchitekturen zu visualisieren. Es ermöglicht einfaches Styling, um den meisten Anforderungen gerecht zu werden. Dieses Modul unterstützt die Generierung von Architekturen im Layla-Stil, was hervorragend für CNNs (Convolutional Neural Networks) geeignet ist, und eine Architektur im Graph-Stil, die für die meisten Modelle, einschließlich einfacher Feed-Forward-Netzwerke, hervorragend funktioniert.
Keras beit,caformer,CMT,CoAtNet,convnext,davit,dino,efficientdet,edgenext,efficientformer,efficientnet,eva,fasternet,fastervit,fastvit,flexivit,gcvit,ghostnet,gpvit,hornet,hiera,iformer,inceptionnext,lcnet,levit,maxvit,mobilevit,moganet,nat,nfnets,pvt,swin,tinynet,tinyvit,uniformer,volo,vanillanet,yolor,yolov7,yolov8,yolox,gpt2,llama2, alias kecam
Anno-Mage: Ein halbautomatisches Bildannotierungs-Tool, das Ihnen bei der Annotation von Bildern hilft, indem es Ihnen Annotationen mit benutzerdefinierten Labels vorschlägt
Transformers für Natural Language Processing, veröffentlicht von Packt
ACG2vec (Anime Comics Games to vector) setzt sich dafür ein, eine Spielwiese zu schaffen, die ACG und Deep Learning kombiniert. (Semantische Textsuche, bildbasierte Suche, semantische Bildsuche, Super-Resolution für Bilder, Empfehlungssysteme)
Eine chinesische Kennzeichenerkennungs-, Korrektur- und End-to-End-Erkennungssoftware, basierend auf u-net, cv2 und cnn, wobei unet und cv2 für die Kennzeichenlokalisierung und -korrektur verwendet werden, und cnn für die Kennzeichenerkennung, wobei unet und cnn beide als Keras-Implementierungen auf Basis von tensorflow realisiert sind
Eine vereinheitlichte Schnittstelle für Optimierungsalgorithmen und Experimente
Alle Abbildungen und Notizbücher für mein Deep-Learning-Buch, kostenlos!
Autoencoder-Netzwerk zum Erlernen einer kontinuierlichen Darstellung von Molekülstrukturen.
Das tiefe Residual-Shrinkage-Netzwerk ist eine Variante von tiefen Residual-Netzwerken.