#tensorflow Repositories
Insgesamt 454 Repositories
[NeurIPS 2020] Differenzierbare Augmentierung für dateneffizientes GAN-Training
Ein Toolbox, um Vorhersagen neuronaler Netze mit iNNvestigate zu untersuchen!
Eine kuratierte Liste toller Links und Software-Bibliotheken, die für Roboter nützlich sind.
Eine TensorFlow-Implementierung dieses Nvidia-Papers: https://arxiv.org/pdf/1604.07316.pdf mit einigen Änderungen
ktrain ist eine Python-Bibliothek, die Deep Learning und KI zugänglicher und einfacher anzuwenden macht
Eine Multi-Backend-Implementierung der Keras-API mit Unterstützung für TensorFlow, JAX und PyTorch.
Dieser Codebase demonstriert, wie man realistische 3D-Charakteranimationen aus einem beliebigen Sprachsignal und einem statischen Charakter-Mesh synthetisiert.
Leistungsstarke TensorFlow Lite-Bibliothek für React Native mit GPU-Beschleunigung
Keras-Implementierung von "One pixel attack for fooling deep neural networks" mit Differential Evolution auf Cifar10 und ImageNet
Framework für neuronale Netzwerkkompression für verbesserte OpenVINO™-Inferenz
:smiley_cat: Hübsche & einfache Vorlage für eine Image-Classifier-App. Bereitstellen Ihres eigenen trainierten Modells oder vortrainierten Modells (VGG, ResNet, DenseNet) als Web-App mit Flask in 10 Minuten.
:basketball::robot::basketball: KI-Web-App und API zur Analyse von Basketballschüssen und Wurfposen.
Eine einfache Methode zur Durchführung von halbüberwachtem Lernen mit begrenzten Daten.
Variational Autoencoder implementiert in TensorFlow und PyTorch (einschließlich inverser autoregressiver Fluss)
Ein Framework zur Verwendung von LSTMs zur Erkennung von Anomalien in multivariaten Zeitreihendaten. Enthält Anomaliedaten von Raumfahrzeugen und Experimente aus den Missionen Mars Science Laboratory und SMAP.
💁 Schatzkiste voller Transformer-Modelle für Natural Language Processing enthält Arbeiten, Videos, Blogs, offizielle Repos und Colab-Notebooks. 🛫☑️
Eine Deep-Learning-Bibliothek für die Klassifizierung von EEG-Aufgaben (Signalen), basierend auf TensorFlow.
Ein Tutorial, das zeigt, wie man die TensorFlow Object Detection API auf dem Raspberry Pi einrichtet
Eine leichtgewichtige Header-Only-Bibliothek für die Verwendung von Keras (TensorFlow)-Modellen in C++.
:computer: Lerne, Maschinen lernen zu lassen, damit du nicht mit ihrem Programmieren kämpfen musst; Die ultimative Liste
Repository für NeurIPS 2020 Spotlight „AdaBelief Optimizer: Adapting stepsizes by the belief in observed gradients“
Code-Repository für Deep Learning mit Keras, veröffentlicht von Packt
Ein Bild um den Faktor 4 hochskalieren, während fotorealistische Details generiert werden.
Schnelles & Einfaches Lernen von Deep-Network-Strukturen unter Ressourcenbeschränkung
Gestenerkennung mittels CNN. Implementiert in Keras + Tensorflow/Theano + OpenCV
Quellcode für das Buch "Reinforcement Learning: Theory and Python Implementation"
:zap: TensorFlowASR: Fast automatische Spracherkennung in Tensorflow 2. Unterstützte Sprachen, die Zeichen oder Subwörter verwenden können
Training von neuronalen Modellen mit strukturierten Signalen.
Ein flexibler und effizienter Deep-Neural-Network (DNN)-Compiler, der ausführbare Hochleistungsdateien aus einer DNN-Modellbeschreibung generiert.
Ein Tool zur Konvertierung von ONNX-Dateien in LiteRT/TFLite/TensorFlow, PyTorch-Nativer Code (nn.Module), TorchScript (.pt), state_dict (.pt), Exported Program (.pt2) und Dynamo ONNX. Es unterstützt auch die direkte Konvertierung von LiteRT zu PyTorch.