#deep-learning Repositorios
2,273 repositorios en total
Impresionantes artículos sobre aprendizaje automático (aprendizaje profundo) en grafos (redes / grafos de conocimiento) dinámicos (temporales).
Ejemplo de predicción de múltiples series temporales multivariadas con redes neuronales recurrentes LSTM en Python con Keras.
BiomedGPT: Un modelo de fundación generalista de Visión y Lenguaje para diversas tareas biomédicas
DeepTables: Kit de herramientas de aprendizaje profundo para datos tabulares
Plantilla Cookiecutter para proyectos FastAPI usando: Machine Learning, uv, GitHub Actions y Pytests
Modelo Seq2Seq minimalista con atención para traducción automática neuronal en PyTorch
(IJCV2024 & ICCV2023) LSKNet: Una columna vertebral ligera fundamental para la teledetección
Un puerto de PyTorch de google-research/google-research/robust_loss/
Código para Aprendizaje No Supervisado Práctico con Python (O'Reilly Media)
Una hoja de ruta completa de ML (Machine Learning) Full Stack implica aprender las habilidades y tecnologías necesarias para dominar todos los aspectos del machine learning, incluida la recopilación y preprocesamiento de datos, el desarrollo de modelos, la implementación y el mantenimiento.
Reproduciendo el artículo de Yann LeCun de 1989 "Backpropagation Applied to Handwritten Zip Code Recognition", hasta donde yo sé la primera aplicación real de una red neuronal entrenada con retropropagación.
Dataset Management Framework, una biblioteca Python y una herramienta CLI para construir, analizar y gestionar conjuntos de datos de visión por computadora.
Campos radiantes neuronales dinámicos para la reconstrucción de avatares faciales 4D monoculares
Código para "Adversarial Motion Priors Make Good Substitutes for Complex Reward Functions"
Este repositorio contiene la mayoría de las implementaciones clásicas de aprendizaje profundo por refuerzo de PyTorch, incluyendo - DQN, DDQN, Dueling Network, DDPG, SAC, A2C, PPO, TRPO. (Más algoritmos están en progreso)
Deep Learning en Flink busca integrar Flink y marcos de aprendizaje profundo (por ejemplo, TensorFlow, PyTorch, etc.) para habilitar el entrenamiento e inferencia de aprendizaje profundo distribuido en un clúster de Flink.
[ECCV 2024] InstructIR: Restauración de imágenes de alta calidad siguiendo instrucciones humanas https://huggingface.co/spaces/marcosv/InstructIR
El repositorio para "Distill Any Depth: Distillation Creates a Stronger Monocular Depth Estimator"
LSD (LiDAR SLAM & Detection) es una arquitectura de percepción de código abierto para vehículos/robots autónomos
Artículos, código y conjuntos de datos sobre aprendizaje profundo para la detección de objetos 3D.
Fabric for Deep Learning (FfDL, pronunciado fiddle) es una Plataforma de Deep Learning que ofrece TensorFlow, Caffe, PyTorch, etc. como Servicio en Kubernetes.
Predicción de precios de acciones utilizando una red neuronal LSTM (memoria a corto y largo plazo) de TensorFlow para la predicción de series temporales
BlendedMVS: Un conjunto de datos a gran escala para redes de estereo multi-vista generalizadas
Tutoriales de aprendizaje automático informados por la física (Pytorch y Jax)
[NeurlPS2024] Red de difusión efectiva de un paso para la superresolución de imágenes del mundo real
Modelo de lenguaje de acceso abierto de Google DeepMind, basado en Griffin.
[CVPR 2022] Pre-entrenamiento de Transformers de Nubes de Puntos 3D con Modelado de Puntos Enmascarados
ML-capsule es un proyecto para principiantes y entusiastas de la ciencia de datos con experiencia que no tienen un mentor o guía y desean aprender aprendizaje automático (Machine Learning). Usando nuestro repositorio, pueden aprender ML, DL y muchas tecnologías relacionadas con diferentes proyectos del mundo real y prepararse para entrevistas.
SiLK (Simple Learned Keypoint) es un modelo de puntos clave de aprendizaje profundo auto-supervisado.
OmniVinci es un LLM omnimodal para la comprensión conjunta de la visión, el audio y el lenguaje.
Reconocimiento de matrículas de dos etapas, ligero y de alto rendimiento en MTCNN y LPRNet