#deep-learning Repositorios
2,273 repositorios en total
Marco de entrenamiento distribuido para TensorFlow, Keras, PyTorch y Apache MXNet.
Scripts de deep learning de vanguardia organizados por modelos - fáciles de entrenar y desplegar con precisión y rendimiento reproducibles en infraestructura de grado empresarial.
Una serie de cuadernos Jupyter que te guían a través de los fundamentos del aprendizaje automático y el aprendizaje profundo en Python utilizando Scikit-Learn, Keras y TensorFlow 2.
Un kit de herramientas para crear aplicaciones de aprendizaje automático y análisis de datos del mundo real en C++
Aprendizaje por transferencia / Adaptación de dominio / Generalización de dominio / Aprendizaje multitarea etc. Artículos, códigos, conjuntos de datos, aplicaciones, tutoriales. - Aprendizaje por transferencia
Libro MIT Deep Learning en formato PDF (completo y partes) de Ian Goodfellow, Yoshua Bengio y Aaron Courville
Paquete de Python diseñado para facilitar el aprendizaje profundo en grafos, sobre marcos de DL existentes.
Más de 20 LLM de alto rendimiento con recetas para preentrenar, ajustar y desplegar a escala.
Perfilado de calidad de datos & análisis exploratorio de datos con 1 línea de código para DataFrames de Pandas y Spark.
Síntesis de imágenes de alta resolución con modelos de difusión latente
YuE2: generación musical de vanguardia con planificación simbólica, versiones de canciones sin ejemplos previos y edición musical mediante agentes.
Código y modelos de PyTorch para el método de aprendizaje autosupervisado DINOv2.
NVIDIA® TensorRT™ es un SDK para inferencia de aprendizaje profundo de alto rendimiento en GPUs de NVIDIA. Este repositorio contiene los componentes de código abierto de TensorRT.
Código para loralib, una implementación de "LoRA: Low-Rank Adaptation of Large Language Models"
Una biblioteca para modelos avanzados de series temporales profundas para el análisis general de series temporales.
Este repositorio contiene los códigos de "A Lip Sync Expert Is All You Need for Speech to Lip Generation In the Wild", publicado en ACM Multimedia 2020. Para el modelo comercial HD, prueba Sync Labs.
Explicabilidad avanzada de IA para visión por computadora. Soporte para CNN, Vision Transformers, Clasificación, Detección de objetos, Segmentación, Similitud de imágenes y más.
Sumérgete en Deep Learning, Reinforcement Learning, Machine Learning, Computer Vision y NLP aprendiendo de estas emocionantes conferencias!!
🏄 Incrustación escalable, razonamiento, clasificación para imágenes y oraciones con CLIP
El Increíble PyTorch: una lista curada de tutoriales, papers, proyectos, comunidades y más relacionados con PyTorch.
Un modelo Kimi K3 de 2,78 billones de parámetros ejecutando inferencia en una sola CPU con 8,24 GB de RAM. C99 portátil: sin BLAS, sin framework, sin GPU.
Colección de scripts para agregar datos de imágenes con el propósito de entrenar un Clasificador de Imágenes NSFW
cvpr2024/cvpr2023/cvpr2022/cvpr2021/cvpr2020/cvpr2019/cvpr2018/cvpr2017 Papers/Código/Interpretaciones/Transmisiones en vivo Colección, Organizado por el Equipo Jimu
Mapa de ruta de aprendizaje de inteligencia artificial, recopilación de casi 200 casos y proyectos prácticos, materiales complementarios gratuitos, entrada desde cero bases, práctica para el empleo! Incluye: Python, matemáticas, aprendizaje automático, análisis de datos, aprendizaje profundo, visión por computadora, procesamiento del lenguaje natural, PyTorch, tensorflow, machine-learning, deep-learning, data-analysis, data-mining, mathematics, data-science, artificial-intelligence, python, tensorflow, tensorflow2, caffe, keras, pytorch, algorithm, numpy, pandas, matplotlib, seaborn, nlp, cv y otros campos populares
Un modelo de lenguaje conversacional de código abierto y aumentado con herramientas de la Universidad de Fudan
El repositorio proporciona código para ejecutar inferencia y ajuste fino con el Meta Segment Anything Model 3 (SAM 3), enlaces para descargar los puntos de control del modelo entrenado y cuadernos de ejemplo que muestran cómo usar el modelo.
pix2code: Generando código desde una captura de pantalla de una interfaz de usuario gráfica
OpenVINO™ es un kit de herramientas de código abierto para optimizar y desplegar inferencia de IA.
Framework de bajo código para construir LLMs personalizados, redes neuronales y otros modelos de IA
TensorZero es una plataforma de código abierto LLMOps que unifica un gateway LLM, observabilidad, evaluación, optimización y experimentación.
Una lista de artículos sobre detección de objetos usando aprendizaje profundo.
Implementación de DALL-E 2, la red neuronal actualizada de OpenAI para síntesis de texto a imagen, en Pytorch
La plataforma para desarrolladores de IA. Usa Weights & Biases para entrenar y ajustar finamente modelos, y gestionar modelos desde la experimentación hasta la producción.
Ejemplos mínimos y limpios de implementaciones de algoritmos de aprendizaje automático
El servidor de inferencia Triton proporciona una solución de inferencia optimizada para la nube y el borde.
Kimi K2 es la serie de grandes modelos de lenguaje desarrollada por el equipo de Moonshot AI.