#deep-learning Dépôts
2,273 dépôts au total
TinyNeuralNetwork est un framework efficace et facile à utiliser pour la compression de modèles d'apprentissage profond.
Guides/codes open source pour maîtriser le deep learning jusqu'au déploiement du deep learning en production avec PyTorch, Python, Apptainer et plus.
DiffWave est un vocodeur neuronal et un synthétiseur de formes d'onde rapides et de haute qualité.
[ICCV 2021 Oral] PoinTr : Complétion diversifiée de nuages de points avec des Transformeurs conscients de la géométrie
[CVPR 2024 Oral] Repenser les biais inductifs pour l'estimation des normales de surface
🔥Apprentissage automatique/Apprentissage profond/Python/Grands modèles/Multimodal/LLM/Apprentissage profond/Python/Entretien sur les algorithmes/Tutoriel NLP
Le meilleur dépôt montrant pourquoi les transformeurs pourraient ne pas être la réponse pour la prévision de séries chronologiques et présentant les meilleurs modèles SOTA non transformeurs.
Outil Pythonique pour orchestrer les flux de travail d'apprentissage automatique/haute performance/informatique quantique dans des environnements de calcul hétérogènes.
Framework Python pour la vision par ordinateur et l'analyse vidéo avec batteries incluses
Reconnaissance vocale chinoise de bout en bout basée sur PaddlePaddle, de l'introduction à la pratique, exemples d'introduction ultra simples, projets d'entreprise ultra pratiques. Prend en charge les modèles les plus populaires actuellement : DeepSpeech2, Conformer, Squeezeformer.
Un Framework Agnostique de Vision par Ordinateur – Connectable à toute bibliothèque d'entraînement : Fastai, Pytorch-Lightning et plus à venir
Ne mémorisez pas le machine learning. Comprenez-le à partir des principes fondamentaux, notamment l’inférence, CUDA, l’apprentissage profond, la science des données et l’apprentissage par renforcement.
[TMLR 2025] Thera : Super-résolution à échelle arbitraire sans aliasing avec des champs de chaleur neuronaux
[NeurIPS 2023] Implémentation officielle du papier "Motion-X: A Large-scale 3D Expressive Whole-body Human Motion Dataset"
⚡ Un algorithme de détection de cible sans ancrage ultra-léger nouvellement conçu, d'un poids de seulement 250 000 paramètres, réduit le temps de traitement de 10 % par rapport à yolo-fastest, et le post-traitement est plus simple.
Confucius4-TTS : un moteur de synthèse vocale (TTS) multilingue et translingue zéro-shot
(ACM TOMM) Ceci est le dépôt de code officiel pour "VM-UNet: Vision Mamba UNet for Medical Image Segmentation".
Les Transformers sont des modèles mondiaux économes en échantillons. ICLR 2023, remarquable top 5%.
MiniGPT-4 Déploiement chinois Traduction Affiner les détails de déploiement
Une liste d'articles sur les réseaux neuronaux à impulsions (SNN), incluant des articles, des codes et des sites web connexes. Ce dépôt rassemble continuellement des articles et des codes de haut niveau (issus de grandes conférences, revues et publications CNS) liés aux réseaux neuronaux à impulsions et est en cours de mise à jour.
Le Deep Learning pour les nuls. Tous les détails pratiques et les utilitaires utiles pour travailler avec de vrais modèles.
Implémentation de MeshGPT, génération de maillage SOTA utilisant l'Attention, en Pytorch
Ceci est un package complet des méthodes récentes d'apprentissage profond pour les nuages de points 3D en pytorch (avec des modèles pré-entraînés).
Dépôt Github avec des tutoriels pour affiner les transformeurs pour différentes tâches NLP
DeepInverse: une bibliothèque PyTorch pour résoudre les problèmes inverses d'imagerie à l'aide de l'apprentissage profond
Implémentation officielle PyTorch de «Approche top-down consciente de la distance à la caméra pour l'estimation de poses multi-personnes en 3D à partir d'une seule image RGB», ICCV 2019
La manière la plus atomique d'entraîner et d'inférer un GPT en C pur, sans dépendances
Notes sur la conduite autonome, pour analyser les points de connaissance des modules individuels et intégrer d'excellentes solutions industrielles pour m'aider et aider les lecteurs dans le besoin ; comprend le deep learning, la conduite autonome, le BEV, le Transformer, l'ADAS, le CVPR, le Tesla AI DAY, les grands modèles, chatgpt, etc.
MLGB est une bibliothèque qui inclut de nombreux modèles de prédiction de CTR et de systèmes de recommandation via TensorFlow & PyTorch. 「妙计包」 est une bibliothèque contenant plus de 50 modèles d'apprentissage profond pour la prédiction du taux de clics et les systèmes de recommandation, écrits avec TensorFlow et PyTorch.
Un cadre extensible (général) d'apprentissage continu basé sur Pytorch - code officiel de Dark Experience pour l'apprentissage continu général
[CVPR 2024] Dépôt officiel pour "Gaussian Head Avatar: Ultra High-fidelity Head Avatar via Dynamic Gaussians"
Du Grossier au Fin : Localisation Hiérarchique Robuste à Grande Échelle avec HF-Net (https://arxiv.org/abs/1812.03506)
Ceci est un projet pour entraîner des modèles linguistiques de grande taille à partir de zéro, y compris le pré-entraînement, le fine-tuning et l'optimisation directe des préférences, le modèle ayant 1 milliard de paramètres et prenant en charge le chinois et l'anglais.