#neural-networks Repositories
Insgesamt 277 Repositories
Eine kuratierte Sammlung von Ressourcen und Forschung zur Geometrie von Repräsentationen im Gehirn, tiefen Netzwerken und darüber hinaus
Es wird gezegd, dass Ilya Sutskever John Carmack diese Leseliste mit etwa 30 Forschungsarbeiten zum Thema Deep Learning gegeben hat.
Effizientes Multi-Skala-3D-Faltungsneuronales Netzwerk für die Segmentierung von 3D-Medizinscans
Code und anderes Material für das Buch "Deep Learning and the Game of Go"
40 Algorithmen, die jeder Programmierer kennen sollte, veröffentlicht von Packt
Ein einheitlicher Ensemble-Framework für PyTorch, um die Leistung und Robustheit Ihres Deep-Learning-Modells zu verbessern.
Offizielle Implementierung von „ADBench: Anomaly Detection Benchmark“, NeurIPS 2022.
Alle Stanford Cheatsheets: Künstliche Intelligenz, Transformer, LLMs, Deep Learning, Maschinelles Lernen, Wahrscheinlichkeiten, Statistik, Algebra und Analysis.
KI-bezogene Tutorials. Greifen Sie kostenlos auf alle zu → https://towardsai.net/editorial
Training von neuronalen Modellen mit strukturierten Signalen.
Notizen & Lösungen zu den Übungen aus Teil I des Buches: "Hands-On ML with Scikit-Learn, Keras & TensorFlow: Concepts, Tools, and Techniques to Build Intelligent Systems" von Aurelien Geron
Leichte Modelle für die Echtzeit-Semantische Segmentierung auf PyTorch (einschließlich SQNet, LinkNet, SegNet, UNet, ENet, ERFNet, EDANet, ESPNet, ESPNetv2, LEDNet, ESNet, FSSNet, CGNet, DABNet, Fast-SCNN, ContextNet, FPENet usw.)
Vorgebaute implizite Schichtarchitekturen mit O(1)-Backprop, GPUs und steifen+unstarken DE-Lösern, die wissenschaftliches maschinelles Lernen (SciML) und physik-informiertes maschinelles Lernen demonstrieren
Dieses Repository ist die Basis für einen Community-gesteuerten Kurs über Computer Vision mit neuronalen Netzen. Treten Sie uns gerne auf dem Hugging Face Discord bei: hf.co/join/discord
KI-gestütztes Moleküldesign-Tool für De-novo-Design, Scaffold-Hopping, R-Gruppen-Ersatz, Linker-Design und Moleküloptimierung.
Bilder verbessern mit Javascript und KI. Auflösung erhöhen, retuschieren, entrauschen und mehr. Open Source, Browser & Node kompatibel, MIT-Lizenz.
🤖 MatLab/Octave-Beispiele beliebter Algorithmen des maschinellen Lernens mit Codebeispielen und mathematischer Erklärung
Sammlung wichtiger Artikel, die als Lehrbuch behandelt werden sollen
Dieses Repository enthält die Ressourcen (Artikel, Blogs, Websites usw.), die Ilya zum Erlernen von Künstlicher Intelligenz empfohlen hat.
Liste von Arbeiten zur neuronalen Netzwerkquantisierung in den neuesten KI-Konferenzen und Fachzeitschriften.
Eine Bibliothek zur Lösung von Differentialgleichungen mit neuronalen Netzwerken basierend auf PyTorch, die von mehreren Forschunggruppen weltweit verwendet wird, einschließlich Harvard IACS.
Eine Python-Bibliothek für simulationsbasierte Inferenz mit Deep Learning
Von Grund auf implementiertes Sparse Mixture of Experts Sprachmodell, inspiriert von Andrej Karpathys makemore :)