#deep-learning Repositorios
2,273 repositorios en total
PyTriton es una interfaz similar a Flask/FastAPI que simplifica la implementación de Triton en entornos Python.
Modelo para el concurso de separación de música MDX23
Una lista curada de DATASETS, CODEBASES y PAPERS sobre Multi-Task Learning (MTL), desde la perspectiva del Machine Learning.
[Versión extendida ICLR 2025 Blog Track] Anole: Modelos multimodales abiertos, autoregresivos y nativos para la generación de imagen-texto intercalada
Implementación oficial del algoritmo del artículo ICML'23 "VIMA: Manipulación Robótica General con Indicaciones Multimodales"
Un marco de simulación para RLHF y alternativas. Desarrolle su método RLHF sin recopilar datos humanos.
LLVIP: Un conjunto de datos emparejado visible-invisible para visión con poca luz
Este repositorio contiene los recursos (artículos, blogs, sitios web, etc.) que Ilya recomendó para aprender sobre Inteligencia Artificial.
Un sistema Graph RAG para la recuperación de información médica basada en evidencia [ACL 2025]
El Natural Language Toolkit for Indic Languages busca proporcionar soporte listo para usar para diversas tareas de NLP que un desarrollador de aplicaciones podría necesitar.
Herramienta de mejora facial CodeFormer con interfaz gráfica, descomprima y use de inmediato
Impresionante colección de recursos y artículos sobre modelos de difusión para la manipulación robótica.
Código Pytorch para el artículo ICLR-2020 "Learning to Explore using Active Neural SLAM"
Este repositorio contiene una colección de encuestas, conjuntos de datos, artículos y códigos para la estimación de la incertidumbre predictiva en modelos de aprendizaje profundo.
Implementación de Embeddings Rotatorios, del paper de Roformer, en Pytorch
Un marco flexible de aprendizaje federado basado en PyTorch, que simplifica su investigación de aprendizaje federado.
Artículos visuales e interactivos sobre aprendizaje automático: https://mlu-explain.github.io/
Implementación oficial de "LucidDreamer: Hacia la generación de texto a 3D de alta fidelidad a través de Interval Score Matching"
"MonoScene: Monocular 3D Semantic Scene Completion" (CVPR 2022): Predicción de ocupación semántica 3D a partir de una sola imagen
Este script permite automatizar la tarea de estilización de vídeo usando StableDiffusion y ControlNet.
Biblioteca de visión de alto rendimiento en Python. Escala tu investigación, no el boilerplate.
Transformer basado en una variante de atención que tiene complejidad lineal con respecto a la longitud de la secuencia
Adan: Algoritmo Adaptativo de Momentum de Nesterov para una Optimización más Rápida de Modelos Profundos
depyf es una herramienta para ayudarte a entender y adaptarte al compilador de PyTorch torch.compile.
Recursos sobre pronóstico de series temporales y aprendizaje profundo.
Repositorio oficial que acompaña a un artículo de CVPR 2022 EMOCA: Emotion Driven Monocular Face Capture And Animation. EMOCA toma una sola imagen de una cara como entrada y produce una reconstrucción 3D. EMOCA establece el nuevo estándar en la reconstrucción de imágenes altamente emocionales en la naturaleza.
Superresolución de Video en Streaming Basada en Difusión en Tiempo Real / Modelo de Superresolución de Video en Streaming en Tiempo Real Basado en Arquitectura Diffusion
Implementación del patrón de atención dispersa propuesto por el equipo de Deepseek en su artículo "Native Sparse Attention"
PhoBERT: modelos de lenguaje preentrenados para vietnamita (EMNLP-2020 Findings)