#deep-learning Dépôts
2,273 dépôts au total
HumanML3D : Un ensemble de données vaste et diversifié sur le langage et le mouvement humain en 3D.
[ICCV 2023] DETRs avec affectations hybrides collaboratives pour l'entraînement
Graphique de la perte d'entraînement en direct dans Jupyter Notebook pour Keras, PyTorch et autres
Moteur de traitement de flux Rust haute performance intègre de manière transparente les capacités de l'IA, offrant un traitement de données puissant en temps réel et une analyse intelligente.
Moteur d'inférence hors ligne pour l'art, les conversations vocales en temps réel, les chatbots alimentés par LLM et les flux de travail automatisés
TinyGPT-V : Modèle linguistique multimodal efficace via de petits backbones
Une liste soigneusement sélectionnée de ressources impressionnantes de Deep Learning (DL) pour le traitement du langage naturel (NLP)
Code pour "MatchAnything: Universal Cross-Modality Image Matching with Large-Scale Pre-Training", TPAMI 2026.
Une interface utilisateur créée dans Pyside6 pour faciliter l'entraînement de LoRA/LoCon et d'autres modèles de type LoRA dans sd-scripts
Une liste complète d'articles remarquables sur l'apprentissage auto-supervisé contrastif.
Ceci est un outil de suppression d'arrière-plan alimenté par InSPyReNet (ACCV 2022)
Une boîte à outils pour iNNvestiguer les prédictions des réseaux de neurones !
LucidFlux : Restauration d'image photoréaliste sans légende via un transformateur diffusions à grande échelle, ICLR 2026
Ce dépôt contient le code du article CVPR 2022 "Image Segmentation Using Text and Image Prompts".
Implémentation officielle PyTorch de Learning to (Learn at Test Time) : RNN avec états cachés expressifs
Train to 94% on CIFAR-10 in <6.3 seconds on a single A100. Or ~95.79% in ~110 seconds (or less!)
Dépôt officiel pour "Mish: A Self Regularized Non-Monotonic Neural Activation Function" [BMVC 2020]
Une liste curatée d'excellents liens et de bibliothèques logicielles utiles pour les robots.
Soulever, Éclabousser, Tirer : Encodage d'images à partir de rigs de caméra arbitraires en reprojetant implicitement en 3D (ECCV 2020)
Code prêt à l'emploi et notebooks de tutoriel pour accélérer votre approche de l'apprentissage few-shot pour la classification d'images.
Livres / PDFs / EPUBs pour différents domaines de la programmation. LIRE GRANDIR ET PROFITER 😊😊😊😊
Passer d'aucune connaissance en apprentissage profond à la mise en œuvre de GPT.
Notes de lecture sur l'apprentissage profond et l'apprentissage automatique
Maia est un moteur d'échecs basé sur un réseau neuronal semblable à l'homme, entraîné sur des millions de parties humaines.
Code pour les représentations de mouvement pour le papier d'animation articulée
OpenTSLM : Modèles de langage de séries temporelles pour le raisonnement sur des données multivariées de texte médical et de séries temporelles
:art: Version améliorée de la reconnaissance de formules mathématiques : Formules manuscrites et imprimées en chinois et anglais, prend en charge le raisonnement de base sur les symboles (structure de données basée sur l'arbre de syntaxe abstraite LaTeX) Math Formula OCR Pro, prend en charge l'écriture manuscrite, les formules mixtes chinois-anglais et le raisonnement simple sur les symboles (basé sur LaTeX AST).
Une boîte à outils pour la reconnaissance d'actions basée sur des squelettes.
ktrain est une bibliothèque Python qui rend l'apprentissage profond et l'IA plus accessibles et plus faciles à appliquer
Therapeutics Commons (TDC) : Fondation multimodale pour la science thérapeutique
Papiers, référentiel et autres données sur la recherche d'anime ou de manga. S'il vous plaît, faites-moi savoir si vous avez des informations que la liste n'inclut pas.
Cadre open-source de deep learning pour explorer, construire et déployer des workflows IA climatiques/météorologiques.
[ICCV'23] Champs Neuronaux de Radiance Efficaces et Conscients de la Région pour la Synthèse de Portraits Parlants à Haute Fidélité
Une liste classée d'incroyables projets Jupyter Notebook, Hub et Lab (extensions, noyaux, outils). Mis à jour chaque semaine.
Un primer d'apprentissage automatique construit à partir des premiers principes. Pour les ingénieurs qui veulent raisonner sur les systèmes ML comme ils raisonnent sur les systèmes logiciels.
[CVPR'25] Tora : Transformer de diffusion orienté trajectoire pour la génération vidéo