#deep-learning Repositorios
2,273 repositorios en total
Implementación de AudioLM, un enfoque de modelado de lenguaje SOTA para la generación de audio de Google Research, en Pytorch
EdgeConnect: Relleno de imágenes guiado por estructura usando predicción de bordes, ICCV 2019 https://arxiv.org/abs/1901.00212
Implementación en PyTorch de Self-Attention Generative Adversarial Networks (SAGAN)
Kit de herramientas para la separación de fuentes de audio basado en PyTorch para investigadores
Framework de cómputo GPU de propósito general construido sobre Vulkan para soportar miles de tarjetas gráficas de diversos proveedores (AMD, Qualcomm, NVIDIA y otros). Extremadamente rápido, habilitado para dispositivos móviles, asíncrono y optimizado para casos de uso avanzados de procesamiento de datos de GPU. Respaldado por la Linux Foundation.
Face Depixelizer basado en el repositorio "PULSE: Self-Supervised Photo Upsampling via Latent Space Exploration of Generative Models".
Aprendizaje profundo descentralizado en PyTorch. Construido para entrenar modelos en miles de voluntarios en todo el mundo.
🐸STT - El kit de herramientas de aprendizaje profundo para Speech-to-Text. Entrenar y desplegar modelos STT nunca ha sido tan fácil.
Colección de papeles, conjuntos de datos, código y otros recursos para el seguimiento y detección de objetos utilizando aprendizaje profundo
Búsqueda automática de arquitectura y optimización de hiperparámetros para PyTorch
Eliminar automáticamente los mosaicos en imágenes y videos, o agregar mosaicos a ellos.
Modelos de lenguaje grandes (LLM) simplificados, EasyLM es una solución integral para el preentrenamiento, el ajuste fino, la evaluación y el servicio de LLM en JAX/Flax.
Este es el repositorio para nuestro nuevo proyecto Highly Accurate Dichotomous Image Segmentation
Aquí hay una serie de generadores de rostros basados en StyleGAN2
Graphormer es un backbone de aprendizaje profundo de propósito general para modelado molecular.
Métricas de aprendizaje automático para aplicaciones PyTorch distribuidas y escalables.
Tutoriales de Jupyter Notebook para resolver problemas del mundo real con Machine Learning & Deep Learning usando PyTorch. Temas: Detección de rostros con Detectron 2, Detección de anomalías en series temporales con LSTM Autoencoders, Detección de objetos con YOLO v5, Construye tu primera Neural Network, Pronóstico de series temporales para casos diarios de Coronavirus, Análisis de sentimientos con BER
Implementación en PyTorch de SimCLR: Un marco simple para el aprendizaje contrastivo de representaciones visuales
Código para el libro Make Your Own Neural Network
Detección y seguimiento simultáneos de objetos utilizando puntos centrales.
Imagen a imagen en un solo paso con Stable Diffusion turbo: sketch2image, day2night y más
Acerca de la versión del código de "Autoformer: Decomposition Transformers with Auto-Correlation for Long-Term Series Forecasting" (NeurIPS 2021), https://arxiv.org/abs/2106.13008
Un servicio de aprendizaje automático de bajo código para clasificar de forma personalizada artículos, listados, resultados de búsqueda, recomendaciones que impulsa la participación del usuario. Un motor amigable de Aprender para Clasificar
EfficientSAM: Masked Image Pretraining aprovechado para un Segment Anything eficiente
Manejo de todos los datos no estructurados, como búsqueda inversa de imágenes, búsqueda de audio, búsqueda molecular, análisis de video, sistemas de preguntas y respuestas, NLP, etc.
Implementación oficial de PyTorch para la generación de video de un minuto con entrenamiento en tiempo de prueba
Una lista curada de artículos de investigación sobre detección de comunidades con implementaciones.
Una lista de recomendaciones de libros de informática clásicos y de alta calidad, caracterizada por: recopilar solo libros de alta calidad, clásicos en todas las direcciones, sin buscar la cantidad sino la excelencia.
SDG es un marco especializado diseñado para generar datos tabulares estructurados de alta calidad.
Escenarios, tutoriales y demostraciones para Conducción Autónoma
Machine Learning University: Clase acelerada de procesamiento del lenguaje natural
¡Modelos CLIP" de última generación para imágenes y vídeos, grandes modelos de lenguaje multimodales y mucho más!
La colección de modelos de IA preentrenados y de vanguardia para ailia SDK
[AAAI-23 Oral] Implementación oficial del artículo "¿Son efectivos los Transformers para la predicción de series temporales?"
[ECCVW 2022] Los códigos para el trabajo "Swin-Unet: Transformer puro similar a Unet para la segmentación de imágenes médicas"
Kit de herramientas para aprendizaje automático, procesamiento de lenguaje natural y generación de texto en TensorFlow. Esto es parte del proyecto CASL: http://casl-project.ai/