#deep-neural-networks Repositorios
Descubre 103 repositorios activos de código abierto de GitHub etiquetados con #deep-neural-networks, que acumulan 645,526 estrellas en total (una media de 6,267 estrellas por proyecto). El líder de este tema es tensorflow/tensorflow, con 201,665 estrellas.
103 repositorios en total
tutoriales, artículos y otros recursos sobre aprendizaje automático y aprendizaje profundo
API de reconocimiento de voz offline para Android, iOS, Raspberry Pi y servidores con Python, Java, C# y Node
Sumérgete en Deep Learning, Reinforcement Learning, Machine Learning, Computer Vision y NLP aprendiendo de estas emocionantes conferencias!!
El Increíble PyTorch: una lista curada de tutoriales, papers, proyectos, comunidades y más relacionados con PyTorch.
pix2code: Generando código desde una captura de pantalla de una interfaz de usuario gráfica
Una lista de artículos sobre detección de objetos usando aprendizaje profundo.
Técnicas para el aprendizaje profundo con imágenes satelitales y aéreas
🦙 LaMa Image Inpainting, Inpainting de máscaras grandes y robusto a la resolución con convoluciones de Fourier, WACV 2022
Una colección de tutoriales sobre modelos y técnicas de visión por computadora de vanguardia. Explore todo, desde arquitecturas fundamentales como ResNet hasta modelos de última generación como RF-DETR, YOLO11, SAM 3 y Qwen3-VL.
OneFlow es un marco de aprendizaje profundo diseñado para ser amigable para el usuario, escalable y eficiente.
Una biblioteca de código abierto para sistemas de diálogo end-to-end de aprendizaje profundo y chatbots.
Un sistema de servicio flexible y de alto rendimiento para modelos de aprendizaje automático
Este repositorio es una colección curada de enlaces a varios cursos y recursos sobre Inteligencia Artificial (IA)
NanoDet-Plus⚡Modelo de detección de objetos ultrarrápido y ligero sin anclajes. 🔥¡Solo 980 KB (int8) / 1.8 MB (fp16) y funciona a 97 FPS en el móvil!🔥
Gorgonia es una biblioteca que ayuda a facilitar el aprendizaje automático en Go.
Todos los materiales del curso Zero to Mastery Deep Learning with TensorFlow.
Código para el libro Deep Learning with PyTorch de Eli Stevens, Luca Antiga y Thomas Viehmann.
Torchreid: Identificación de personas mediante deep learning en PyTorch.
"Grandes Modelos de Lenguaje" por: Zhao Xin, Li Junyi, Zhou Kun, Tang Tianyi, Wen Jirong
En este repositorio, compartiré algunas notas y referencias útiles sobre el despliegue de modelos basados en deep learning en producción.
DeepFill v1/v2 con Contextual Attention y Gated Convolution, CVPR 2018, e ICCV 2019 Oral
¡Buen proyecto para el reclutamiento universitario, otoño, primavera y prácticas! Te guiaremos paso a paso para implementar una biblioteca de inferencia de aprendizaje profundo de alto rendimiento, que admita la inferencia de modelos grandes como llama2, Unet, YoloV5, Resnet, etc. Implemente una biblioteca de inferencia de aprendizaje profundo de alto rendimiento paso a paso.
Este repositorio contiene una lista de lectura de artículos sobre Pronóstico/Predicción de Series Temporales (TSF) y Pronóstico/Predicción Espacio-Temporal (STF). Estos artículos se clasifican principalmente según el tipo de modelo.
Implementación en PyTorch del artículo de TabNet: https://arxiv.org/pdf/1908.07442.pdf
Lista de artículos, código y experimentos que utilizan aprendizaje profundo para pronósticos de series temporales
AIMET es una biblioteca que proporciona técnicas avanzadas de cuantización y compresión para modelos de redes neuronales entrenadas.
Una lista curada de recursos para Aprender con Etiquetas Ruidosas
Red neuronal profunda para extraer información inteligente de documentos de factura.
Biblioteca de PyTorch de aprendizaje profundo para pronóstico de series temporales, clasificación y detección de anomalías (originalmente para pronóstico de inundaciones).
Implementación de "BitNet: Escalado de transformadores de 1 bit para modelos de lenguaje grandes" en PyTorch
Aprendizaje profundo en Rust, con tensores verificados por forma y redes neuronales
Los 200 principales repositorios de GitHub de deep learning ordenados por número de estrellas.
Solucionadores de SDE diferenciables con soporte de GPU y análisis de sensibilidad eficiente.
Preguntas frecuentes
¿Cuál es el repositorio de #deep-neural-networks más popular en GitHub?
El proyecto de código abierto de #deep-neural-networks mejor posicionado en GitHub es tensorflow/tensorflow, con 201,665 estrellas. Un marco de aprendizaje automático de código abierto para todos
¿Qué lenguajes de programación se utilizan más en los repositorios de #deep-neural-networks?
Entre los proyectos de #deep-neural-networks mejor posicionados en GitHub, los lenguajes de programación más comunes son Python, Jupyter Notebook, C++, TeX.
¿Cómo se calcula la clasificación de los repositorios de #deep-neural-networks?
Seguimos 103 repositorios activos de código abierto etiquetados con #deep-neural-networks (500+ estrellas), que suman un total de 645,526 estrellas, con una media de 6,267 estrellas por repositorio. Las clasificaciones se actualizan diariamente a partir de la API de GitHub.