#neural-network Repositorios
213 repositorios en total
SchNetPack - Redes Neuronales Profundas para Sistemas Atómicos
Blog técnico de algoritmos de aprendizaje automático en Python, ¡con contenido original! ¡Con práctica de código! 【Para más contenido, síguelo en la cuenta pública "Avance de Algoritmos"】
Implementación pura de Rust de un transformador generativo pre-entrenado mínimo
BladeDISC es un proyecto de compilador de forma dinámica de extremo a extremo para cargas de trabajo de aprendizaje automático.
🤖 Ejemplos de algoritmos populares de aprendizaje automático en MatLab/Octave con ejemplos de código y explicaciones matemáticas
Pila de compilador de aprendizaje profundo abierta para aceleradores de IA Kendryte ✨
tfts: Modelos de Deep Learning para series temporales en TensorFlow
El repositorio contiene guiones y cuadernos relacionados con Estadística, Aprendizaje automático, Red neuronal, Aprendizaje profundo, PLN, Métodos numéricos y Automatización.
DiffWave es un vocoder neuronal y sintetizador de formas de onda rápido y de alta calidad.
Una base de datos vectorial de alto rendimiento que aprovecha la computación paralela de grafos
onnx-go proporciona la capacidad de importar una red neuronal preentrenada en Go sin estar vinculada a un framework o biblioteca.
Omega-AI es un framework de aprendizaje profundo basado en Java que te ayuda a construir rápidamente redes neuronales para inferencia y entrenamiento. Su motor admite diferenciación automática, subprocesos múltiples y aceleración mediante GPU con CUDA y cuDNN.
Biblioteca de visión de alto rendimiento en Python. Escala tu investigación, no el boilerplate.
Marco de aprendizaje automático para algoritmos de aprendizaje profundo y tradicionales
:twisted_rightwards_arrows: Red Neuronal (NN) Streamer, Paradigma de Procesamiento de Streams para Apps/Dispositivos de Red Neuronal.
:books: [.md & .ipynb] Serie de Inteligencia Artificial & Aprendizaje Profundo, incluyendo Fundamentos Matemáticos, Prácticas en Python, Aplicaciones de NLP, etc. 💫 Práctica en Inteligencia Artificial y Aprendizaje Profundo: Edición de Estadística Matemática | Edición de Aprendizaje Automático | Edición de Aprendizaje Profundo | Edición de Procesamiento de Lenguaje Natural | Edición de Práctica con Herramientas Scikit & TensorFlow & PyTorch | Aplicaciones Industriales & Notas del Curso
Herramienta de Productividad con IA – Gratuita y de código abierto, mejora la productividad del usuario y protege la privacidad y la seguridad de los datos. Incluye, entre otros: ChatGPT local exclusivo integrado, DeepSeek, Phi, Qwen y otros modelos, procesamiento inteligente por lotes de imágenes, videos, audio, etc. con un clic.
Artículos recientes de alta citación/conferencias top sobre la interpretabilidad de modelos de redes neuronales en aprendizaje profundo (con código)
Características geométricas totalmente convolucionales: características 3D rápidas y precisas para registro y correspondencia.
NeuPy es una biblioteca de Python basada en Tensorflow para prototipar y construir redes neuronales.
Entorno de póker Texas Hold'em de OpenAI Gym con aprendizaje por refuerzo basado en Keras-RL. Incluye renderizado virtual y Monte Carlo para el cálculo de equity.
Plantilla Cookiecutter para proyectos FastAPI usando: Machine Learning, uv, GitHub Actions y Pytests
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.
Un modelo de aprendizaje profundo rápido para upscalear videos de baja resolución a alta resolución a 30 fps
[ECCV 2024] InstructIR: Restauración de imágenes de alta calidad siguiendo instrucciones humanas https://huggingface.co/spaces/marcosv/InstructIR
Tutoriales de aprendizaje automático informados por la física (Pytorch y Jax)
Un código simple y flexible para arquitecturas de Computación en Reservorio como Redes de Estado Eco
Un motor de inferencia ONNX ligero, portátil y en C99 puro para dispositivos integrados con soporte de aceleración por hardware.
ProphitBet es una aplicación de aprendizaje automático para predecir apuestas de fútbol. Analiza el estado de forma de los equipos, calcula estadísticas de los partidos y predice sus resultados mediante métodos avanzados de aprendizaje automático (ML). Además, ofrece agentes de apuestas basados en aprendizaje por refuerzo profundo (DRL), capaces de aprender estrategias de apuestas óptimas.
Reimplementación en PyTorch de "Generating Sentences from a Continuous Space" por Bowman et al. 2015 https://arxiv.org/abs/1511.06349
Una colección de conjuntos de datos que emparejan preguntas con consultas SQL.
Marco de trabajo para la implementación rápida de pipelines de procesamiento y operación de datos
TorchANI 2.0 es una biblioteca de código abierto que admite el entrenamiento, el desarrollo y la investigación de potenciales interatómicos de redes neuronales de estilo ANI. Fue desarrollada originalmente y actualmente es mantenida por el grupo Roitberg.
colección de trabajos destinados a reducir el tamaño de los modelos o el acelerador ASIC/FPGA para el aprendizaje automático
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.)
Una lista curada de recursos de inteligencia artificial (Cursos, Herramientas, Aplicaciones, Proyectos de código abierto)