#deep-learning Repositorios
2,273 repositorios en total
Una biblioteca ligera para herramientas y utilidades de entrenamiento de PyTorch
Inteligencia Artificial, Aprendizaje Automático y Aprendizaje Profundo increíbles, tal como los aprendemos. Notas de estudio y una lista curada de recursos increíbles sobre estos temas.
WiFi-3D-Fusion es un proyecto de investigación de código abierto que aprovecha las señales CSI de WiFi y el aprendizaje profundo para estimar la pose humana en 3D, fusionando la detección inalámbrica con técnicas de visión por computadora para la conciencia espacial de próxima generación.
Software y modelos preentrenados para la mejora automática de la calidad de fotos utilizando Redes Convolucionales Profundas
Resumen de materiales de aprendizaje de AIOps, bienvenido a completarlo juntos, bienvenido a star
YomiToku es un paquete de Python que proporciona un motor de análisis de documentos en japonés basado en IA. Yomitoku es un paquete de análisis de imágenes de documentos impulsado por IA, diseñado específicamente para el idioma japonés.
Un kit de herramientas de aprendizaje profundo para la IA en salud: historias clínicas electrónicas (MIMIC, eICU, OMOP), texto clínico, señales e imágenes. Más de 30 modelos y flujos de trabajo reproducibles.
Artículos sobre preentrenamiento y aprendizaje autosupervisado en redes neuronales de grafos (GNN).
Un marco unificado para modelos de aprendizaje profundo sobre datos tabulares
Una selección de materiales de investigación de vanguardia sobre predicción de trayectorias
Solucionadores de SDE diferenciables con soporte de GPU y análisis de sensibilidad eficiente.
Sionna: Una biblioteca de código abierto para la investigación en sistemas de comunicación
Servidor de inferencia CPU/GPU eficiente, escalable y de nivel empresarial para modelos transformer de 🤗 Hugging Face 🚀
Las acciones de Deep Learning y Machine Learning representan oportunidades prometedoras para inversores y traders a largo y corto plazo.
Graph4nlp es la biblioteca para el uso fácil de Redes Neuronales de Grafos para NLP. ¡Bienvenido a visitar nuestro sitio web DLG4NLP (https://dlg4nlp.github.io/index.html) para obtener varios recursos de aprendizaje!
Un framework basado en PyTorch para Simulación Cuántica Clásica, Aprendizaje Automático Cuántico, Redes Neuronales Cuánticas, Circuitos Cuánticos Parametrizados con soporte para implementaciones sencillas en computadoras cuánticas reales.
Implementación de la GAN "ligera", propuesta en ICLR 2021, en Pytorch. Generaciones de imágenes de alta resolución que se pueden entrenar en uno o dos días
Interfaz de investigación basada en Python para la optimización de cajas negras e hiperparámetros, basada en el servicio interno de Google Vizier.
Una biblioteca integral para editar y renderizar el movimiento de personajes 3D con aprendizaje profundo [SIGGRAPH 2020]
[CVPR 2025] Aprendizaje de Campos de Flujo en Atención para la Generación Controlable de Imágenes de Personas
Colección de cuadernos de Google Colaboratory para experimentos rápidos y sencillos
Una guía de inicio rápido y benchmark para el entrenamiento distribuido de PyTorch.
El repositorio de código oficial para LeVo: Generación de canciones de alta calidad con alineación de múltiples preferencias
Generadores de datos sintéticos para datos tabulares y series temporales
Una biblioteca de PyTorch y plataforma de evaluación para la investigación de compresión de extremo a extremo
🚀 Recursos GRATUITOS de IA - 🎓 Cursos, 👷 Empleos, 📝 Blogs, 🔬 Investigación de IA y mucho más, ¡para todos!
YaRN: Extensión Eficiente de la Ventana de Contexto de Grandes Modelos de Lenguaje
Este repositorio proporciona código para algoritmos de aprendizaje automático para dispositivos de borde desarrollados en Microsoft Research India.
Machine Learning para el Trading Algorítmico, Segunda Edición - publicado por Packt
Interfaz de manipulación universal: enseñanza de robots en el mundo real sin robots en el mundo real
[CVPR 2025] MatAnyone: Matting de vídeo estable con propagación de memoria consistente
Repositorio para entrenar modelos de separación de fuentes de música.
Personaliza el modelo Segment Anything (SAM) con 1 toma en 10 segundos
Una serie de grandes modelos de lenguaje de código desarrollados por PKU-KCL
Entrenamiento unificado de transformadores universales para la predicción de series temporales