#deep-learning Dépôts
2,273 dépôts au total
Plus de 10 000 projets sélectionnés, notamment l'apprentissage automatique, l'apprentissage profond, le NLP, les GNN, les systèmes de recommandation, la biomédecine, la vision par ordinateur, le développement frontend et backend, etc. Pour que d'excellents projets soient découverts par les gens. Continuez à mettre à jour ! Bienvenue à mettre des étoiles !
Collection de méthodes récentes sur la compression et l'accélération des réseaux de neurones (profonds).
Code source lié au projet de reconnaissance des expressions faciales dans la reconnaissance faciale
Modèle de base pour "GraspNet-1Billion : Un benchmark à grande échelle pour la préhension générale d'objets" (CVPR 2020)
Ensembles de données audio IA (AI-ADS) 🎵, incluant la parole, la musique et les effets sonores, qui peuvent fournir des données d'entraînement pour l'IA générative, l'AIGC, l'entraînement de modèles IA, le développement d'outils audio intelligents et les applications audio.
Modèles Transformer de BERT à GPT-4, environnements de Hugging Face à OpenAI. Exemples de fine-tuning, d'entraînement et d'ingénierie des prompts. Une section bonus avec ChatGPT, GPT-3.5-turbo, GPT-4 et DALL-E, y compris le démarrage rapide de GPT-4, la reconnaissance vocale, la synthèse vocale, la génération de texte en image avec DALL-E, Google Cloud AI, HuggingGPT, et plus encore.
Curatage d'une liste de recherches, outils, projets et autres ressources liés à l'AutoML
Un cours d'apprentissage automatique utilisant Python, Jupyter Notebooks et OpenML
Entraînement rapide de champ de radiance neuronal avec des trajectoires de caméra libres
Blog technique sur les algorithmes d'apprentissage automatique en Python, avec du contenu original ! Avec de la pratique de code ! 【Pour plus de contenu, suivez le compte public "Avancement des Algorithmes"】
🔥🔥🔥Boîte à outils d'algorithmes d'IA gratuite et hors ligne pour Java, prenant en charge la reconnaissance faciale, la détection de vivacité, la reconnaissance d'expressions, la détection d'objets, la segmentation d'instances, la détection de piétons, la reconnaissance de texte OCR, la reconnaissance de plaques d'immatriculation, la reconnaissance de tableaux, ASR+TTS, la traduction automatique et d'autres fonctions, utilisable par référence Maven. Prend en charge PyTorch, Tensorflow et a intégré des modèles courants tels que Mtcnn, InsightFace, SeetaFace6, YOLOv8~v12, PaddleOCR(PPOCRv5), Whisper, etc.
[CVPR 2022] Implémentation officielle du papier "Uformer : Un transformeur général en forme de U pour la restauration d'images".
Une interface uniforme pour exécuter des modèles d'apprentissage profond provenant de plusieurs frameworks
Mamba-Chat : Un LLM de chat basé sur l'architecture du modèle d'espace d'état 🐍
Bibliothèque d'apprentissage actif bayésien pour les cas d'usage en recherche et industriel.
Deep Speaker : un système d’embedding de locuteur neuronal de bout en bout.
[ICLR 2026] Sur la généralisation de SFT : une perspective d'apprentissage par renforcement avec rectification des récompenses.
Implémentation PyTorch officielle d'ODISE : Segmentation Panoptique à Vocabulaire Ouvert avec Modèles de Diffusion Texte-vers-Image [CVPR 2023 Highlight]
Vision par ordinateur moderne avec PyTorch, publié par Packt
🤖 Répertoires, outils, sites web, articles et tutoriels IA collectés automatiquement. Boîte à outils pratique d'IA 💎
Pile ADAS de niveau 2 gratuite et entièrement open source, propulsée par une technologie d'IA de bout en bout
U-Mamba : Amélioration de la dépendance à longue portée pour la segmentation d'images biomédicales
Un vecteur flexible et haute performance pour les modèles d'apprentissage automatique(『飞桨』 Cadre de déploiement de services)
Une liste organisée d'enregistrement de nuages de points.
Vchitect-2.0 : Transformer parallèle pour la mise à l'échelle des modèles de diffusion vidéo
😇Implémentation PyTorch du modèle DeepMoji : modèle de deep learning de pointe pour l'analyse des sentiments, émotions, sarcasme, etc.
[ICLR 2024] Implémentation PyTorch officielle de FasterViT : Vision Transformers rapides avec attention hiérarchique
MindSpore + 🤗Huggingface : Exécutez n'importe quel modèle Transformers/Diffusers sur MindSpore avec une compatibilité et une accélération transparentes.
Implémentation de Muse : Génération de texte en image via des transformeurs génératifs masqués en Pytorch
Un modèle OCR LaTeX SOTA minimaliste avec seulement 20M de paramètres, fonctionnant dans le navigateur. Pipeline d'entraînement complet disponible pour l'auto-reproduction. | Modèle de reconnaissance de formule LaTeX SOTA ultraléger avec seulement 20M de paramètres, fonctionnant dans le navigateur. Code complet du pipeline d'entraînement open source pour l'auto-apprentissage et la reproduction.