#deep-learning Dépôts
2,273 dépôts au total
Un livre complet sur les réseaux neuronaux et les grands modèles de langage en PNL
Medical SAM 2 : Segmentation d'images médicales 3D via le modèle Segment Anything 2
Ce projet étend l'idée de l'architecture innovante des Kolmogorov-Arnold Networks (KAN) aux couches convolutives, en remplaçant la transformation linéaire classique de la convolution par des activations non linéaires apprenables dans chaque pixel.
Référentiel du Vision Transformer avec une Attention Déformable (CVPR2022) et DAT++ : Vision Transformer Spatiellement Dynamique avec une Attention Déformable
[NeurIPS 2020] MCUNet: Tiny Deep Learning sur les appareils IoT ; [NeurIPS 2021] MCUNetV2 : Inférence basée sur des patchs à haut rendement mémoire pour le Tiny Deep Learning ; [NeurIPS 2022] MCUNetV3 : Entraînement sur appareil avec moins de 256 Ko de mémoire
NVIDIA Merlin est une bibliothèque open source fournissant des systèmes de recommandation accélérés par GPU de bout en bout, de l'ingénierie des caractéristiques et du prétraitement à l'entraînement de modèles d'apprentissage profond et à l'exécution de l'inférence en production.
TriplaneGaussian : Une nouvelle représentation hybride pour la reconstruction 3D à partir d'une seule vue.
MONAI Label est un outil intelligent open source d'étiquetage et d'apprentissage d'images.
:four_leaf_clover: Un autre chatbot chinois implémenté en PyTorch, qui est un sous-module du robot de traitement intelligent des ordres de travail. 👩🔧
BladeDISC est un projet de compilateur à forme dynamique de bout en bout pour les charges de travail d'apprentissage automatique.
TextGAN est un framework PyTorch pour les modèles de génération de texte basés sur des Réseaux Antagonistes Génératifs (GANs).
Outil de conception moléculaire IA pour la conception de novo, le saut de structure, le remplacement de groupe R, la conception de lieurs et l'optimisation de molécules.
Une liste organisée de publications sur la segmentation sémantique à vocabulaire ouvert et les domaines connexes (par exemple, la segmentation sémantique zero-shot) ressources..
Momentum Human Rig est un modèle numérique paramétrique de corps humain complet, inspiré de l'anatomie, développé chez Meta. Il comprend : Un modèle de squelette corporel paramétrique ; Un maillage 3D réaliste associé au squelette avec différents niveaux de détail ; Un modèle de blendshape corporel et correcteur de pose ; Un modèle de blendshape facial. Sa conception est conviviale pour les communautés CG et CV.
Tokeniseurs musicaux MIDI / symboliques pour les modèles d'apprentissage profond 🎶
Code officiel pour MAMMA : Acquisition de mouvement multi-personnes précise et sans marqueurs.
Similarités : Une boîte à outils pour le calcul de similarité et la recherche sémantique. Boîte à outils de calcul de similarité et de recherche de correspondance, prend en charge des milliards de données pour la recherche texte-texte, texte-image, image-image, développée en Python 3, prête à l'emploi.
3DMatch - un descripteur géométrique local basé sur ConvNet 3D pour aligner des maillages 3D et des nuages de points.
[CVPR 2024] LMDrive : Conduite de bout en bout en boucle fermée avec de grands modèles linguistiques
Un framework de service de modèle ML haute performance, offre le traitement par lots dynamique et les pipelines CPU/GPU pour exploiter pleinement votre machine de calcul
Implémentation de "SpikeGPT : Modèle linguistique génératif pré-entraîné avec des réseaux de neurones à pic"
AMD Ryzen™ AI Software comprend les outils et les bibliothèques d'exécution pour optimiser et déployer l'inférence IA sur les PC dotés de AMD Ryzen™ AI.
Fichiers de bibliothèque ROCm pour gfx1103 et mise à jour avec d'autres architectures basées sur les GPU AMD pour une utilisation sous Windows.
Pile de compilateur open source pour l'apprentissage profond pour les accélérateurs AI Kendryte ✨
You Only Watch Once : Une architecture CNN unifiée pour la localisation d'actions spatiotemporelles en temps réel
NISQA - Évaluation Non Intrusive de la Qualité de la Parole et Naturalité TTS
Compilation de ressources pour débutants sur les principes des modèles de diffusion et l'implémentation du code PyTorch
API SemanticKITTI pour visualiser le jeu de données, traiter les données et évaluer les résultats.
Ce sont les instructions pour "100 Days of ML Code" par Siraj Raval sur YouTube
Une base de code flexible et efficace pour l'entraînement de modèles linguistiques conditionnés visuellement (VLM)
Code d'inférence pour l'émulation évolutive d'ensembles d'équilibre protéique avec apprentissage profond génératif
tfts: Modèles d'apprentissage profond pour séries temporelles en TensorFlow
[CVPR 2020] CascadePSP : Vers une segmentation agnostique de classe et à très haute résolution par affinage global et local
Entraînez et déployez des LLM à une vitesse extrême et avec un débit considérable.
Code pour "FlashWorld: Génération de scènes 3D de haute qualité en quelques secondes" (ICLR 2026 Oral)
Le dépôt contient des scripts et des carnets liés à la statistique, l'apprentissage automatique, les réseaux de neurones, l'apprentissage profond, le TALN, les méthodes numériques et l'automatisation.
Une boîte à outils Python pour le réglage fin des modèles géospatiaux fondamentaux (GFM).