#deep-learning Dépôts
2,273 dépôts au total
Une liste curated de ressources pour le défloutage d'images et de vidéos
Génération de jazz pilotée par l'apprentissage profond en utilisant Keras & Theano !
🔮 Une approche fonctionnelle rafraîchissante de l'apprentissage profond, compatible avec vos bibliothèques préférées
Collection de questions et réponses d'entretiens AIGC-interview/CV-interview/LLMs-interview, incluant également de nouvelles idées, de nouvelles questions, de nouvelles ressources et de nouveaux projets issus des processus de travail et de recherche
Un ensemble complet de métriques d'équité pour les ensembles de données et les modèles d'apprentissage automatique, des explications pour ces métriques et des algorithmes pour atténuer les biais dans les ensembles de données et les modèles.
Reconnaissance vocale automatique multilingue avec horodatages au niveau du mot et confiance
Un pipeline de génération de données pour créer des vidéos synthétiques semi-réalistes multi-objets avec des annotations riches telles que des masques de segmentation d'instance, des cartes de profondeur et un flux optique.
Minkowski Engine est une bibliothèque de réseaux de neurones avec auto-différenciation pour les tenseurs clairsemés de haute dimension
Reconnaissance optique de caractères pour le texte japonais, l'accent principal étant mis sur les mangas japonais
Un cours accéléré en six épisodes pour les développeurs de logiciels qui souhaitent devenir praticiens en apprentissage automatique.
Implémentation de référence pour le DPO (Direct Preference Optimization)
Une plateforme d'apprentissage en boucle fermée pour la vision par ordinateur où le code peut être exécuté interactivement en ligne. Apprentissage en boucle fermée "Vision par ordinateur en action : algorithmes et applications" livre électronique chinois, code source, communauté d'échange pour les lecteurs (mise à jour continue ...) 📘 E-book en ligne https://charmve.github.io/computer-vision-in-action/ 👇Page d'accueil du projet
Ce dépôt contient des articles de recherche annotés que j'ai trouvés vraiment bons et utiles
Images pour l'inférence sans étiquetage (utilisez des modèles fondamentaux pour entraîner des modèles supervisés).
Calculez facilement les plongements de clips et créez un système de récupération de clips avec eux
Outils interactifs pour l'apprentissage automatique, l'apprentissage profond et les mathématiques
"Traduction automatique : Fondements et modèles" par Xiao Tong et Zhu Jingbo - Machine Translation: Foundations and Models
Liste de papiers, code et expériences utilisant l'apprentissage profond pour la prévision de séries temporelles
Données de chat multi-tours à grande échelle, informatives et diverses (et modèles)
AIMET est une bibliothèque qui fournit des techniques avancées de quantification et de compression pour les modèles de réseaux neuronaux entraînés.
Base de code officielle pour Decision Transformer : Apprentissage par renforcement via la modélisation de séquences.
MLNLP : Ce dépôt répertorie les articles avec code open source issus de conférences sur l'intelligence artificielle (telles que ACL, EMNLP, NAACL, COLING, AAAI, IJCAI, ICLR, NeurIPS, ICML, etc.).
[ICLR 2023] Implémentation officielle du papier "DINO : DETR avec des boîtes d'ancrage débruitées améliorées pour la détection d'objets de bout en bout"
Une liste de projets et d'articles de compilateurs impressionnants pour le calcul tensoriel et l'apprentissage profond.
Construire des grands modèles à zéro : une pratique complète du pré-entraînement à la RLHF
[ICLR 2024] Implémentation officielle de " 🦙 Time-LLM : Prévision de séries temporelles par reprogrammation de grands modèles de langage"
Créez, personnalisez et contrôlez vos propres LLM. Du prétraitement des données au réglage fin, xTuring offre un moyen simple de personnaliser les LLM open-source. Rejoignez notre communauté Discord : https://discord.gg/TgHXuSJEk6
GigaBrain-0: Un modèle vision-langage-action alimenté par un modèle du monde
MusePose : un framework image-à-vidéo piloté par la pose pour la génération d'humains virtuels
[NeurIPS 2025] OmniSVG est la première famille de générateurs SVG multimodaux de bout en bout qui s'appuient sur des modèles Vision-Language (VLM) pré-entraînés, capables de générer des SVG complexes et détaillés, allant d'icônes simples à des personnages d'anime complexes.
Réseau neuronal profond pour extraire des informations intelligentes des documents de facture.
Projets de vision par ordinateur | Projets d'IA amusants liés à la vision par ordinateur (Python, C++, systèmes embarqués)
Enregistrement du parcours de croissance d'un ingénieur en algorithmes CV, partage de notes sur la pile technologique de vision par ordinateur et de compression et déploiement de modèles. https://harleyszhang.github.io/cv_note/
LeetCode pour PyTorch — 65 problèmes d’entretien en ML/IA issus de véritables entretiens chez Google, Meta et Anthropic. Des notebooks Jupyter, un correcteur automatique et un tuteur IA basé sur MCP.
Articles excellents de Deep Learning pour la recherche, la recommandation et la publicité industrielles. Ils se concentrent sur Embedding, Matching, Pre-Ranking, Ranking, Post Ranking, Pertinence, LLM et RL. Veuillez citer notre article "Deep Learning to Rank in Industrial Search Engines, Recommender Systems, and Online Advertising - An Overview and New Perspectives" (TOIS 2026).