#deep-learning Repositorios
2,273 repositorios en total
Modern Time Series Forecasting with Python, publicado por Packt
Artículos, implementaciones, conjuntos de datos y herramientas relacionados con la detección de comunidades profunda y convencional.
[NeurIPS 2021] Reconsiderando las Redes Espacio-Temporales con una Cobertura de Memoria Mejorada para una Segmentación Eficiente de Objetos en Video
Un modelo basado en SAM para la segmentación de instancias de imágenes de granos
[WSDM'2024 Oral] "SSLRec: Un marco de aprendizaje autosupervisado para recomendaciones"
Implementación oficial de SynthTIGER (Synthetic Text Image Generator), ICDAR 2021
Representación de coordenadas consciente de la distribución para la estimación de poses humanas
Resumen, Código para la Cuantización de Redes Neuronales Profundas
Una lista curada de recursos educativos de ciencia de datos para habilidades esenciales de ciencia de datos
Vector Hub: Biblioteca para el descubrimiento y consumo sencillos de modelos de vanguardia para convertir datos en vectores (text2vec, image2vec, video2vec, graph2vec, bert, inception, etc.)
PraNet: Red de Atención Inversa Paralela para Segmentación de Pólipos, MICCAI 2020 (Oral). El código que utiliza Jittor Framework está disponible.
Una lista curada de recursos de inteligencia artificial (Cursos, Herramientas, Aplicaciones, Proyectos de código abierto)
Un Conjunto de Datos Multimodal a Gran Escala de Coches con Simulaciones de Dinámica de Fluidos Computacional y Benchmarks de Aprendizaje Profundo
Coincidencia multivista con características locales de aprendizaje profundo y diseñadas a mano para COLMAP y otro software SfM. Admite formatos de alta resolución e imágenes con rotaciones. Se admiten tanto CLI como GUI.
Una colección de modelos de detección de noticias falsas basados en GNN.
Implementación mejorada de AnimateAnyone que le permite usar la secuencia de imágenes opse y la imagen de referencia para generar videos estilizados.
Implementación Pytorch de nuestro artículo "CLRNet: Cross Layer Refinement Network for Lane Detection" (Aceptación CVPR2022).
[IGARSS'22]: Una Red Siamés Basada en Transformadores para la Detección de Cambios
[ICLR 2025 Spotlight] Vision-RWKV: Percepción visual eficiente y escalable con arquitecturas similares a RWKV
Código de lanzamiento para "Transformers no estacionarios: Explorando la estacionariedad en la predicción de series temporales" (NeurIPS 2022), https://arxiv.org/abs/2205.14415
Aprendizaje automático práctico con C++, publicado por Packt
Implementación en PyTorch de una red neuronal bayesiana [torchbnn]
Registro de trabajos recientes sobre 1) tareas de visión de bajo nivel como la mejora de superresolución de imágenes/videos; 2) generación de imágenes, principalmente métodos basados en DL posteriores a 2018.
Archivo '笔和线段的一种划分.py', solo necesitas ingresar los datos high y low de las velas K, y se realiza automáticamente la división en trazos, segmentos de línea, núcleo, puntos de compra y venta, y tipos de tendencia. Puedes usar sh.csv como archivo de entrada. Currículum en pdf. El poder del tiempo. Algunos dicen que el timing es muy difícil, otros que seleccionar acciones es fácil, otros que las instalaciones IT para arbitraje estadístico son muy importantes. Y algunos dicen que el sistema tiene principios impredecibles. Opiniones divididas. Un sistema distribuido, cuando tu influencia puede ser ignorada, solo entonces puedes lograrlo, como dijo el presidente Jiang: hacerse rico en silencio. En la primera semana, el mercado cayó un 1 %, gané diez mil, un 5 % de ganancia. #Acciones #Bolsa #TeoríaChan https://v.kuaishou.com/bFEl6M Copia este mensaje y abre 【Kwai】 para ver!
Una interfaz unificada para algoritmos de optimización y experimentos
Soluciones de ejercicios de "Aprendizaje profundo con PyTorch", la dirección de lectura en línea es la siguiente:
Tu guía práctica sobre las matemáticas utilizadas en la inteligencia artificial
Este repositorio contiene una lista de lectura de artículos sobre segmentación de series temporales. Este repositorio sigue mejorando continuamente.
CRSLab es un kit de herramientas de código abierto para construir Sistemas de Recomendación Conversacional (CRS).
SDK de Supervisely para Python - forma conveniente de automatizar, personalizar y extender la plataforma Supervisely para su tarea de visión por computadora
Este repositorio es para todos aquellos entusiastas de la IA que realmente aman leer libros y aprender.
Modelado de ruido basado en física para fotografía en condiciones de luz extremadamente baja (CVPR 2020 Oral & TPAMI 2021)
[Information Fusion (Vol.103, Mar. '24)] Mejorando el Image Matting con Transformadores de Visión Simples Preentrenados
El código oficial para “Deep Unrestricted Document Image Rectification”, TMM, 2023.
Happy Transformer facilita el ajuste fino y la inferencia con modelos Transformer de NLP.
[AAAI' 25] U-KAN forma una columna vertebral sólida para la segmentación y generación de imágenes médicas
PLUTO: Empujando el límite de la planificación basada en aprendizaje de imitación para la conducción autónoma