#neural-network Repositorios
213 repositorios en total
Algoritmos de ML implementados y derivados de primeros principios en Jupyter Notebooks y NumPy
Un paquete de Python para extender el PyTorch oficial que puede obtener fácilmente rendimiento en la plataforma Intel
Este es el código para Deformable Neural Radiance Fields, también conocido como Nerfies.
Aprendizaje profundo en Rust, con tensores verificados por forma y redes neuronales
Biblioteca autónoma de Machine Learning y Procesamiento del Lenguaje Natural en Go
Implementación oficial del modelo RAVE: un autoencoder variacional de audio en tiempo real
Apuestas deportivas de la NBA usando aprendizaje automático
PPL Quantization Tool (PPQ) es una potente herramienta de cuantización de redes neuronales sin conexión.
Una biblioteca ligera para herramientas y utilidades de entrenamiento de PyTorch
Las acciones de Deep Learning y Machine Learning representan oportunidades prometedoras para inversores y traders a largo y corto plazo.
Un framework basado en PyTorch para Simulación Cuántica Clásica, Aprendizaje Automático Cuántico, Redes Neuronales Cuánticas, Circuitos Cuánticos Parametrizados con soporte para implementaciones sencillas en computadoras cuánticas reales.
Una biblioteca de PyTorch y plataforma de evaluación para la investigación de compresión de extremo a extremo
Una biblioteca de transmisión de datos para el entrenamiento eficiente de redes neuronales
Una biblioteca de PyTorch dedicada por completo a ecuaciones diferenciales neuronales, modelos implícitos y métodos numéricos relacionados
Un kit de herramientas para aprendizaje automático y aprendizaje profundo de series temporales
Un grupo de cuadernos y otros archivos que pueden ayudarte a aprender IA desde cero.
Diapositivas y cuadernos Jupyter para las clases de Aprendizaje Profundo de Maestría Año 2 Ciencia de Datos del Institut Polytechnique de Paris
Train to 94% on CIFAR-10 in <6.3 seconds on a single A100. Or ~95.79% in ~110 seconds (or less!)
[ECCV`24&ICLR`25] Serie CityGaussian para la Reconstrucción de Escenas a Gran Escala de Alta Calidad con Gaussianas
Entrenamiento e inferencia distribuidos para la percepción multimodal: embeddings compartidos para texto, imágenes, vídeo, audio, código y grafos, de 64 a 1024 dimensiones 🖼️
Solvers de Redes Neuronales Informadas por Física (PINN) de Ecuaciones Diferenciales (Parciales) para Simulación Acelerada de Machine Learning Científico (SciML)
Implementación en Keras de "One pixel attack for fooling deep neural networks" usando evolución diferencial en Cifar10 e ImageNet
Un proyecto para procesar redes neuronales y renderizar para obtener información sobre la arquitectura y los parámetros de un modelo a través de una representación despejada.
Diagramas para visualizar la arquitectura de redes neuronales
:computer: Aprende a hacer que las máquinas aprendan para que no tengas que luchar programándolas; La lista definitiva
Aumentar el tamaño de una imagen por un factor de 4, mientras se generan detalles fotorrealistas.
Implementación pura de PyTorch del artículo de NVIDIA sobre entrenamiento instantáneo de primitivas gráficas neuronales: https://nvlabs.github.io/instant-ngp/
Un método en tiempo real que estima la pose humana 3D directamente en el popular formato Bio Vision Hierarchy (BVH), dadas estimaciones de las articulaciones corporales 2D originadas en imágenes de color monoculares. Nuestras contribuciones incluyen: (a) Una representación NSRM de pose 2D novedosa y compacta. (b) Un clasificador de orientación del cuerpo humano y un conjunto de orientaciones ajustadas
Código para "HyperNeRF: una representación de mayor dimensión para campos de radiancia neuronal con variación topológica".