#convolutional-neural-networks Repositorios
Descubre 91 repositorios activos de código abierto de GitHub etiquetados con #convolutional-neural-networks, que acumulan 242,965 estrellas en total (una media de 2,669 estrellas por proyecto). El líder de este tema es bloc97/Anime4K, con 20,452 estrellas.
91 repositorios en total
Una colección de diversas arquitecturas, modelos y consejos de aprendizaje profundo
Ejemplos de código para mi libro "Neural Networks and Deep Learning"
Implementación de U-Net en PyTorch para segmentación semántica de imágenes con imágenes de alta calidad
Técnicas para el aprendizaje profundo con imágenes satelitales y aéreas
Mejores prácticas, muestras de código y documentación para Computer Vision.
T81-558: Keras - Aplicaciones de Redes Neuronales Profundas @Washington University in St. Louis
Red Neuronal Convolucional para Clasificación de Texto en TensorFlow
Motor de Go sin conocimiento proporcionado por humanos, modelado según el paper de AlphaGo Zero.
Creo que ustedes, los estudiantes de posgrado y los que buscan empleo para quienes el libro está destinado principalmente, se beneficiarán de su lectura; sin embargo, espero que incluso los investigadores más experimentados lo encuentren fascinante.
Notas, tareas de programación y cuestionarios de todos los cursos de la especialización Deep Learning de Coursera ofrecida por deeplearning.ai: (i) Redes Neuronales y Deep Learning; (ii) Mejora de Redes Neuronales Profundas: ajuste de hiperparámetros, regularización y optimización; (iii) Estructuración de Proyectos de Machine Learning; (iv) Redes Neuronales Convolucionales; (v) Modelos de Secuencia
Backbones de IA eficientes que incluyen GhostNet, TNT y MLP, desarrollados por Huawei Noah's Ark Lab.
🧠💬 Artículos que escribí sobre aprendizaje automático, archivados desde MachineCurve.com.
Minkowski Engine es una biblioteca de redes neuronales con diferenciación automática para tensores dispersos de alta dimensión
Operadores de inferencia de redes neuronales de punto flotante de alta eficiencia para dispositivos móviles, servidores y Web
[ECCVW 2022] Los códigos para el trabajo "Swin-Unet: Transformer puro similar a Unet para la segmentación de imágenes médicas"
Domina las habilidades esenciales necesarias para reconocer y resolver problemas complejos del mundo real con Machine Learning y Deep Learning aprovechando el ecosistema de Python Machine Learning altamente popular.
Biblioteca de visión por computadora para la interacción humano-computadora. Implementa la Estimación de Pose de Cabeza y Dirección de Mirada Usando Redes Neuronales Convolucionales, Detección de Piel mediante Backprojection, Detección y Seguimiento de Movimiento, Mapa de Saliencia.
Los 200 principales repositorios de GitHub de deep learning ordenados por número de estrellas.
Software y modelos preentrenados para la mejora automática de la calidad de fotos utilizando Redes Convolucionales Profundas
Red Neuronal Convolucional Bayesiana con Inferencia Variacional basada en Bayes by Backprop en PyTorch.
Los módulos plug-and-play más completos para toda la red en 2025, ¡compartidos gratis! CVPR2025, AAAI2025, ICLR2025, TNNLS2025, arXiv2025...... Incluye todos los campos de la inteligencia artificial (aprendizaje automático, aprendizaje profundo, etc.), aplicable a clasificación de imágenes, detección de objetos, segmentación de instancias, segmentación semántica, segmentación panóptica, estimación de pose, segmentación de imágenes médicas, segmentación de objetos de video, recorte de imágenes, edición de imágenes, seguimiento de objetos únicos, seguimiento de objetos múltiples, re-identificación de peatones, RGBT, eliminación de ruido de imágenes, eliminación de lluvia, eliminación de niebla, eliminación de sombras, eliminación de desenfoque, superresolución, eliminación de reflejos, eliminación de patrones moiré, recuperación de imágenes, restauración de imágenes, recuperación de imágenes hiperespectrales, fusión de imágenes, coloración de imágenes, imagen de alto rango dinámico, compresión de video e imágenes, nubes de puntos 3D, detección de objetos 3D, segmentación semántica 3D, estimación de pose 3D, etc., así como otras tareas relacionadas con la IA como el procesamiento del lenguaje natural, modelos de lenguaje grandes, multimodal, etc. Actualización continua......
Código PyTorch para nuestro artículo ECCV 2018 "Image Super-Resolution Using Very Deep Residual Channel Attention Networks"
Recuperación de imágenes CNN en PyTorch: Entrenamiento y evaluación de CNNs para recuperación de imágenes en PyTorch
[ICLR'23 Spotlight🔥] El primer pre-entrenamiento exitoso al estilo BERT/MAE en cualquier red neuronal convolucional; Implementación en Pytorch de "Designing BERT for Convolutional Networks: Sparse and Hierarchical Masked Modeling"
Estimación en tiempo real de la pose de la cabeza humana con ONNXRuntime y OpenCV.
Una biblioteca ligera e independiente de cabeceras para usar modelos Keras (TensorFlow) en C++.
:computer: Aprende a hacer que las máquinas aprendan para que no tengas que luchar programándolas; La lista definitiva
Preguntas frecuentes
¿Cuál es el repositorio de #convolutional-neural-networks más popular en GitHub?
El proyecto de código abierto de #convolutional-neural-networks mejor posicionado en GitHub es bloc97/Anime4K, con 20,452 estrellas. Un Escalador de Alta Calidad en Tiempo Real para Video de Anime
¿Qué lenguajes de programación se utilizan más en los repositorios de #convolutional-neural-networks?
Entre los proyectos de #convolutional-neural-networks mejor posicionados en GitHub, los lenguajes de programación más comunes son Python, Jupyter Notebook, C++, TypeScript.
¿Cómo se calcula la clasificación de los repositorios de #convolutional-neural-networks?
Seguimos 91 repositorios activos de código abierto etiquetados con #convolutional-neural-networks (500+ estrellas), que suman un total de 242,965 estrellas, con una media de 2,669 estrellas por repositorio. Las clasificaciones se actualizan diariamente a partir de la API de GitHub.