#deep-learning Dépôts
2,273 dépôts au total
Implémentation d'AudioLM, une approche de modélisation du langage SOTA pour la génération audio de Google Research, dans Pytorch
EdgeConnect: Inpainting d'images guidé par la structure utilisant la prédiction des bords, ICCV 2019 https://arxiv.org/abs/1901.00212
Implémentation PyTorch de Self-Attention Generative Adversarial Networks (SAGAN)
Boîte à outils de séparation de sources audio basée sur PyTorch pour les chercheurs
Framework de calcul GPU à usage général basé sur Vulkan pour prendre en charge des milliers de cartes graphiques multi-fournisseurs (AMD, Qualcomm, NVIDIA & amis). Extrêmement rapide, compatible mobile, asynchrone et optimisé pour les cas d'utilisation de traitement de données GPU avancés. Soutenu par la Linux Foundation.
Face Depixelizer basé sur le dépôt "PULSE: Self-Supervised Photo Upsampling via Latent Space Exploration of Generative Models".
Deep learning décentralisé dans PyTorch. Conçu pour entraîner des modèles sur des milliers de volontaires à travers le monde.
🐸STT - La boîte à outils d'apprentissage profond pour la reconnaissance vocale. Entraîner et déployer des modèles STT n'a jamais été aussi facile.
Collection de papiers, ensembles de données, code et autres ressources pour le suivi et la détection d'objets utilisant l'apprentissage profond
Recherche automatique d'architecture et optimisation des hyperparamètres pour PyTorch
Supprimer automatiquement les mosaïques dans les images et les vidéos, ou les ajouter.
Les grands modèles linguistiques (LLM) simplifiés, EasyLM est une solution tout-en-un pour le pré-entraînement, le réglage fin, l'évaluation et le service des LLM en JAX/Flax.
Ceci est le dépôt pour notre nouveau projet Highly Accurate Dichotomous Image Segmentation
Voici une série de générateurs de visages basés sur StyleGAN2
Graphormer est un backbone d'apprentissage profond polyvalent pour la modélisation moléculaire.
Métriques d'apprentissage automatique pour les applications PyTorch distribuées et évolutives.
Tutoriels Jupyter Notebook pour résoudre des problèmes du monde réel avec Machine Learning & Deep Learning en utilisant PyTorch. Sujets : Détection de visages avec Detectron 2, Détection d'anomalies dans les séries temporelles avec LSTM Autoencoders, Détection d'objets avec YOLO v5, Construisez votre premier Neural Network, Prévision de séries temporelles pour les cas quotidiens de Coronavirus, Analyse de sentiments avec BER
Implémentation PyTorch de SimCLR : Un cadre simple pour l'apprentissagecontrastif de représentations visuelles
Code pour le livre Make Your Own Neural Network
Image-à-image en une seule étape avec Stable Diffusion turbo : sketch2image, day2night, et plus encore
À propos de la publication du code pour "Autoformer : Decomposition Transformers with Auto-Correlation for Long-Term Series Forecasting" (NeurIPS 2021), https://arxiv.org/abs/2106.13008
Un service de classement personnalisé par apprentissage automatique à faible code pour les articles, les annonces, les résultats de recherche, les recommandations qui stimule l'engagement des utilisateurs. Un moteur Learn-to-Rank convivial
EfficientSAM : Masked Image Pretraining exploité pour Segment Anything efficace
Gestion de toutes les données non structurées, telles que la recherche inversée d'images, la recherche audio, la recherche moléculaire, l'analyse vidéo, les systèmes de questions-réponses, NLP, etc.
Implémentation officielle de PyTorch pour la génération de vidéos en une minute avec entraînement au moment du test
Une liste sélectionnée de papiers de recherche sur la détection de communautés avec implémentations.
Une liste de recommandations de livres informatiques classiques et de haute qualité, caractérisée par : la collecte de livres de haute qualité, classiques dans tous les domaines, sans chercher la quantité mais l'excellence.
SDG est un cadre spécialisé conçu pour générer des données tabulaires structurées de haute qualité.
Machine Learning University : Cours accéléré de traitement du langage naturel
Modèles CLIP" d'imagerie et de vidéo de pointe, grands modèles linguistiques multimodaux, et plus encore !
[AAAI-23 Oral] Implémentation officielle du papier "Les Transformers sont-ils efficaces pour la prévision de séries temporelles ?"
[ECCVW 2022] Les codes pour le travail « Swin-Unet : Transformer pur de type Unet pour la segmentation d'images médicales »
Boîte à outils pour l'apprentissage automatique, le traitement du langage naturel et la génération de texte, sous TensorFlow. Ceci fait partie du projet CASL : http://casl-project.ai/