#deep-learning Repositorios
2,273 repositorios en total
Real-World Masked Face Dataset, conjunto de datos de rostros enmascarados del mundo real
Deep Learning Avanzado con Keras, publicado por Packt
Información académica completa y oportuna sobre aprendizaje federado (artículos, marcos, conjuntos de datos, tutoriales, talleres)
Un paquete de Python para extender el PyTorch oficial que puede obtener fácilmente rendimiento en la plataforma Intel
Implementación no oficial de Titans, memoria SOTA para transformadores, en Pytorch
Un evaluador automático para modelos de lenguaje que siguen instrucciones. Validado por humanos, de alta calidad, barato y rápido.
[Presentación oral en CVPR'24] Repositorio oficial de Point Transformer V3 (PTv3). También ofrece un paquete de PyTorch + Triton instalable mediante pip, con los codificadores preentrenados Sonata, Concerto y Utonia.
CVNets: Una biblioteca para entrenar redes de visión por computadora
Huellas de edificios mundiales derivadas de imágenes satelitales
Lanzamiento de código para "Detección de veinte mil clases mediante supervisión a nivel de imagen".
[ICLR 2024] Implementación oficial de "TimeMixer: Decomposable Multiscale Mixing for Time Series Forecasting"
Lista de artículos sobre diseño de proteínas utilizando aprendizaje profundo
Una lista curada de trabajos impresionantes sobre destilación de conjuntos de datos y aplicaciones relacionadas.
Implementación de Make-A-Video, el nuevo generador de texto a video SOTA de Meta AI, en Pytorch
[CVPR 2021] Implementación oficial de PyTorch para Transformer Interpretability Beyond Attention Visualization, un nuevo método para visualizar clasificaciones mediante redes basadas en Transformer.
Superresolución de audio versátil (cualquiera -> 48kHz) con AudioSR.
Repositorio público para la especialización MLEP de DeepLearning.AI
Integrar modelos de aprendizaje profundo para la clasificación de imágenes | Proyecto de aprendizaje/comparación/modificación mágica de la columna vertebral
Implementación de GigaGAN, una nueva GAN SOTA de Adobe. Culminación de casi una década de investigación en GANs
DIAMOND (DIffusion As a Model Of eNvironment Dreams) es un agente de aprendizaje por refuerzo entrenado en un modelo del mundo de difusión. NeurIPS 2024 Spotlight.
[ECCV 2022] XMem: Segmentación de objetos de video a largo plazo con un modelo de memoria Atkinson-Shiffrin
Obico es una plataforma de impresión 3D inteligente de código abierto construida por la comunidad, utilizada por makers, entusiastas y tinkerers de todo el mundo.
3.516 Figure 1 / teasers seleccionados de ICLR, ICML, NeurIPS, CVPR, ACL y AAAI (2023–2026), con insignias de nivel y redacción de figuras aumentada mediante recuperación de FigureForge
Un toolkit de código abierto para la clasificación jerárquica de texto multietiqueta neuronal
Una lista curada de excelentes papers, bibliotecas, conjuntos de datos y otros recursos sobre Speaker Diarization.
fastdup es una herramienta potente y gratuita diseñada para generar rápidamente información valiosa a partir de conjuntos de datos de imágenes y videos. Ayuda a mejorar la calidad tanto de las imágenes como de las etiquetas, al tiempo que reduce significativamente los costos de operación de datos, todo ello con una escalabilidad inigualable.
El Almacén de Datos de IA para Esquemas, BLOBs y Predicciones. Úselo con sus aplicaciones o integre la Supervisión Humana integrada, el Flujo de Trabajo de Datos y el Catálogo de UI para obtener el máximo valor de sus Datos de IA.
Una lista curada de artículos y recursos sobre detección de fraudes, anomalías y valores atípicos basada en grafos/transformadores
Un framework de implementación de IA fácil de usar y de alto rendimiento | An Easy-to-Use and High-Performance AI Deployment Framework
Core ML model zoo para iOS/macOS: modelos de PyTorch convertidos a .mlpackage listos para usar, cada uno con un script de conversión y una aplicación de ejemplo en SwiftUI. Los repositorios relacionados cubren el framework Core AI de Apple (iOS/macOS 27) y LLM en el dispositivo.
Descubrimiento automático de estrategias de paralelización rápidas para el entrenamiento distribuido de redes neuronales profundas
Implementación utilizable de "Bootstrap Your Own Latent" de aprendizaje autosupervisado, de Deepmind, en Pytorch
Códec de audio de última generación con un factor de compresión de 90x. Admite audio mono/estéreo de 44,1 kHz, 24 kHz y 16 kHz.
yolov5 detección de matrícula reconocimiento de matrícula reconocimiento de matrícula chino reconocimiento detección soporta 12 tipos de matrículas chinas soporta matrículas de doble capa
La biblioteca Petastorm permite el entrenamiento y la evaluación de modelos de aprendizaje profundo en una sola máquina o de forma distribuida a partir de conjuntos de datos en formato Apache Parquet. Admite marcos de ML como Tensorflow, Pytorch y PySpark y se puede utilizar desde código Python puro.