#deep-learning Repositorios
2,273 repositorios en total
Notebooks de Colab que cubren herramientas de aprendizaje profundo para la predicción y el diseño de estructuras biomoleculares
Multi-Scale Neural Audio Codec (SNAC) comprime el audio en códigos discretos a una baja tasa de bits
NeuPy es una biblioteca de Python basada en Tensorflow para prototipar y construir redes neuronales.
Una lista curada de artículos, tesis, conjuntos de datos y herramientas relacionados con la aplicación de Machine Learning para la Ingeniería de Software
Conjunto de operaciones de cómputo de ML compatible con versiones anteriores inspirado en HLO/MHLO
Código para el artículo "Computation Offloading Optimization for UAV-assisted Mobile Edge Computing: A Deep Deterministic Policy Gradient Approach"
Un toolkit modular, abierto y no propietario para funcionalidades robóticas centrales aprovechando el aprendizaje profundo
Un framework Pytorch para reconocimiento automático del habla en streaming y no en streaming, compatible tanto con reconocimiento en línea como fuera de línea. Actualmente admite modelos Conformer, Squeezeformer y DeepSpeech2, junto con varios métodos de aumento de datos.
Intel® AI Reference Models: contiene optimizaciones de Intel para ejecutar cargas de trabajo de aprendizaje profundo en procesadores Intel® Xeon® Scalable e Intel® Data Center GPUs
[ECCV2024 - Oral, Candidato al Premio al Mejor Artículo] SEA-RAFT: RAFT simple, eficiente y preciso para flujos ópticos
Una implementación concisa pero completa de CLIP, con diversas mejoras experimentales propuestas en artículos recientes
Evaluación automática unificada de la calidad para voz, música y sonido.
El Zoo de Modelos de Hailo incluye modelos pre-entrenados y un entorno completo de construcción y evaluación
[CVPR 2025 Highlight] Implementación oficial de "MangaNinja: Colorización de Line Art con Seguimiento Preciso de Referencia"
Rápida implementación CUDA de soft dynamic time warping (diferenciable) para PyTorch
Ajuste fino de redes neuronales convolucionales preentrenadas con PyTorch
Conjunto de entornos robóticos basados en el motor de física PyBullet y gymnasium.
Repositorio modelo para construir proyectos PyTorch desde cero en cualquier versión de PyTorch/CUDA/cuDNN.
Entrenemos transformers de visión (ViT) para CIFAR-10/CIFAR-100/ImageNet
Notas de estudio personales de aprendizaje profundo y cuadernos estilo tutorial
[Resaltado CVPR'25] Lo ves, lo tienes: Aprendizaje de la creación 3D a escala en videos sin pose
Este es un repositorio colectivo para todos los avances relacionados con 3DGS en el mundo de la investigación y la industria
Modelos Fundacionales Legibles, Escalables y Reproducibles con Tensores Nombrados y Jax
Implementación oficial para EMNLP 2024 (pista principal, presentación oral) «AgentReview: Explorando la revisión por pares académica con un agente LLM».
Flujos de trabajo de extremo a extremo de Google Cloud Platform Vertex AI para operaciones de aprendizaje automático
Fruits-360: Un conjunto de datos de imágenes que contienen frutas y verduras
StoryMaker: Hacia personajes consistentes en la generación de texto a imagen
BiomedParse: Un modelo fundamental para la segmentación, detección y reconocimiento conjunto de objetos biomédicos en nueve modalidades
Una lista seleccionada (más reciente) de recursos para aprender con etiquetas ruidosas
Una lista curada de artículos sobre búsqueda en árbol de Monte Carlo con implementaciones.
Inspecciona, visualiza e intervén en cualquier operación de cualquier red neuronal. Captura todas las activaciones y gradientes, el grafo computacional completo y más de 800 campos de metadatos, sin cambiar el código del modelo. Compatible con PyTorch, JAX, TensorFlow, MLX, PaddlePaddle y tinygrad. Validado en más de 6.400 modelos. Creado para investigadores y sus agentes de IA.
Little Ball of Fur - Una biblioteca de extensión de muestreo de grafos para NetworKit y NetworkX (CIKM 2020)
Código oficial para "Boundary loss for highly unbalanced segmentation", subcampeón del premio al mejor artículo en MIDL 2019. Versión extendida en MedIA, volumen 67, enero 2021.