#deep-learning Repositorios
2,273 repositorios en total
Un Framework de PyTorch para Modelos de Recomendación, Fácil de usar y Fácil de extender.
[PKU EPIC Lab] Guía introductoria a la IA encarnada para principiantes
[CVPR 2024 Oral, Best Paper Runner-Up] Código de "pixelSplat: Gotes de Gauss 3D a partir de pares de imágenes para una reconstrucción 3D escalable y generalizable" por David Charatan, Sizhe Lester Li, Andrea Tagliasacchi y Vincent Sitzmann
Recursos para ayudarte a prepararte para tus próximas entrevistas de ciencia de datos
Implementación oficial de "OpenPifPaf: Campos compuestos para la detección de puntos clave semánticos y asociación espacio-temporal" en PyTorch.
[CVPR 2026] 🔥🔥 Repositorio oficial de USO: Generación unificada de estilo y basada en el sujeto mediante aprendizaje desentrelazado y aprendizaje por recompensa
[NeurIPS 2023] Código Oficial para "SMPLer-X: Ampliación de la Estimación Expresiva de Pose y Forma Humana"
PDEBench: Un extenso punto de referencia para el aprendizaje automático científico
Implementación en Keras de "One pixel attack for fooling deep neural networks" usando evolución diferencial en Cifar10 e ImageNet
Umbral Dinámico (Corrección de Escala CFG) para Stable Diffusion (SwarmUI, ComfyUI y Auto WebUI)
Tutoriales de LangChain y Prompt Engineering sobre modelos de lenguaje grandes (LLM) como ChatGPT con datos personalizados. Cuadernos de Jupyter sobre carga e indexación de datos, creación de plantillas de indicaciones, agentes CSV y uso de cadenas de recuperación QA para consultar datos personalizados. Proyectos para usar un LLM privado (Llama 2) para chatear con archivos PDF, análisis de sentimiento de tweets.
Implementación de Perceiver, Percepción General con Atención Iterativa, en Pytorch
Framework de compresión de redes neuronales para una inferencia OpenVINO™ mejorada
TorchXRayVision: Una biblioteca de conjuntos de datos y modelos de rayos X de tórax. Clasificadores, segmentación y autoencoders.
Marco de secuencia a secuencia con enfoque en Traducción Automática Neuronal basado en PyTorch
Un módulo de Python para obtener el estado de la GPU de GPUs NVIDIA usando nvidia-smi de manera programática en Python
Encuentre automáticamente problemas en conjuntos de datos de imágenes y practique la visión por computadora centrada en datos.
Notas de lectura sobre Modelos Grandes de Lenguaje Multimodales, Modelos Grandes de Lenguaje y Modelos de Difusión
:smiley_cat: Plantilla de app clasificador de imágenes bonita y simple. Despliega tu modelo entrenado propio o modelo preentrenado (VGG, ResNet, Densenet) en una app web usando Flask en 10 minutos.
Videos, notas y experimentos para entender el aprendizaje profundo
Seguimiento de múltiples objetos de alto rendimiento basado en YOLO, Deep SORT y KLT 🚀
Un centro completo y estructurado para aprender Inteligencia Artificial — que cubre IA, Machine Learning, Deep Learning y Ciencia de Datos con libros, hojas de ruta y recursos seleccionados desde principiante hasta avanzado.
:basketball::robot::basketball: Aplicación web y API de IA para analizar tiros de baloncesto y poses de tiro.
Un método simple para realizar aprendizaje semi-supervisado con datos limitados.
Un extractor de representaciones de parsing humano listo para usar.
Recursos para la recuperación de fase (también llamada imagen de fase, recuperación de fase o reconstrucción de fase)
Un marco flexible y extensible para el reconocimiento de la marcha. Puede centrarse en diseñar sus propios modelos y compararlos fácilmente con los de última generación con la ayuda de OpenGait.
DeepRec es un framework de aprendizaje profundo de alto rendimiento para recomendaciones basado en TensorFlow. Está alojado en incubación en LF AI & Data Foundation.
Autoencoder variacional implementado en tensorflow y pytorch (incluido el flujo autorregresivo inverso)
Aumento rápido de datos de audio en PyTorch. Inspirado por audiomentations. Útil para el aprendizaje profundo.
Estimación Profunda de la Pose de Objetos (DOPE) – Inferencia ROS (CoRL 2018)
Modelos Fundacionales Multimodales de Vanguardia para la Comprensión de Imágenes y Videos
[ICLR24] Implementación oficial del artículo “MagicDrive: Generación de vistas de calles con control diverso de la geometría 3D”
Un tutorial de autoaprendizaje para la programación de alto rendimiento de CUDA.