#deep-learning Repositorios
2,273 repositorios en total
Un framework minimalista de Python para construir servidores de inferencia de IA personalizados con control total sobre la lógica, el procesamiento por lotes y la escalabilidad.
Reconocimiento de texto (reconocimiento óptico de caracteres) con métodos de aprendizaje profundo, ICCV 2019
SuperGlue: Aprendizaje de Correspondencia de Características con Redes Neuronales de Grafos (CVPR 2020, Oral)
📈 La base de datos y colección de artículos más grande actualmente sobre detección de defectos industriales. Resumen constante de conjuntos de datos de código abierto y artículos críticos en el campo de la investigación de defectos superficiales, que son de gran importancia.
[ICML 2024] Vision Mamba: Aprendizaje eficiente de representaciones visuales con modelos de espacio de estados bidireccionales
VILA es una familia de modelos de lenguaje de visión (VLM) de última generación para diversas tareas de IA multimodal en el borde, centros de datos y la nube.
Tutorial introductorio de PyTorch, dirección de lectura en línea: https://datawhalechina.github.io/thorough-pytorch/
Códec de audio de última generación basado en aprendizaje profundo que admite audio mono de 24 kHz y audio estéreo de 48 kHz.
Lista de artículos y conjuntos de datos para la detección de anomalías/defectos en imágenes industriales (en actualización). Biblioteca de recuperación de artículos y conjuntos de datos sobre detección de anomalías/defectos industriales (actualización continua).
Facilitando el diseño, la comparación y el intercambio de modelos de coincidencia de texto profundo.
Scenic: Una biblioteca Jax para la investigación en visión por computadora y más allá
Biblioteca de aprendizaje por transferencia para adaptación de dominio, adaptación de tarea y generalización de dominio
Una biblioteca de Python para el aprendizaje autosupervisado y los modelos de mundo latentes aplicados a imágenes.
DeepVariant es un pipeline de análisis que utiliza una red neuronal profunda para llamar variantes genéticas a partir de datos de secuenciación de ADN de próxima generación.
Tutoriales y recursos curados para Large Language Models, Text2SQL, Text2DSL, Text2API, Text2Vis y más.
Una colección de métodos científicos, procesos, algoritmos y sistemas para construir historias y modelos.
Lanzamiento para modelos probabilísticos de difusión de eliminación de ruido mejorados
El repositorio proporciona el código para ejecutar la inferencia con el Modelo de Audio Segment Anything de Meta (SAM-Audio), enlaces para descargar los puntos de control del modelo entrenado y cuadernos de ejemplo que muestran cómo usar el modelo.
El repositorio proporciona código para ejecutar inferencias con el modelo de cuerpo 3D SAM (3DB), enlaces para descargar los puntos de control del modelo entrenado y los conjuntos de datos, y cuadernos de ejemplo que muestran cómo usar el modelo.
[CVPR 2024 Highlight] FoundationPose: Estimación y seguimiento unificados de la pose 6D de objetos novedosos
Llevando modelos de difusión estables a los navegadores web. Todo se ejecuta dentro del navegador sin soporte de servidor.
[ICLR 2025] Hallo2: Animación de retratos dirigida por audio de larga duración y alta resolución
SoulX-Podcast es una base de código de inferencia del equipo de Soul AI para generar podcasts de alta fidelidad a partir de texto.
Una colección de artículos de investigación y encuestas sobre técnicas de publicidad en display basada en licitación en tiempo real (RTB)
Recursos de Visión Basada en Eventos. Esfuerzo comunitario para recopilar conocimiento sobre tecnología de visión basada en eventos (papers, talleres, datasets, código, videos, etc.)
Recursos de trading cuantitativo/algorítmico con énfasis en Machine Learning
🧠💬 Artículos que escribí sobre aprendizaje automático, archivados desde MachineCurve.com.
Probablemente la mejor lista curada de software de ciencia de datos en Python.
🔥 Código de TensorFlow para el informe técnico: "YOLOv3: An Incremental Improvement"
Una biblioteca para acelerar los modelos Transformer en GPU NVIDIA, incluido el uso de precisión de punto flotante de 8 y 4 bits (FP8 y FP4) en GPU Hopper, Ada y Blackwell, para proporcionar un mejor rendimiento con una menor utilización de memoria tanto en entrenamiento como en inferencia.
Introducción rápida a la teoría y la práctica aplicada de la IA: conceptos básicos, Transformer, NLP, ML, DL, competiciones. Incluye abundantes comentarios y conjuntos de datos, con el objetivo de que todos puedan entender y reproducir.
[CVPR 2022] Modelo de Movimiento Thin-Plate Spline para Animación de Imágenes.
🔥🔥Biblioteca de Reconocimiento Facial de Alto Rendimiento en PaddlePaddle & PyTorch🔥🔥