#deep-learning Dépôts
2,273 dépôts au total
[SIGGRAPH ASIA 2024 TCS] AnimateLCM : Génération de vidéos de style personnalisé efficace en calcul sans données vidéo personnalisées
PyTensor vous permet de définir, d'optimiser et d'évaluer efficacement des expressions mathématiques impliquant des tableaux multidimensionnels.
Traduction chinoise de 'Machine Learning: A Probabilistic Perspective' (Kevin P. Murphy) et implémentations en Python des algorithmes du livre.
🚀 Vitesse 200x ! Le super outil de téléchargement à l'ère de l'IA | Accélération complète pour Docker/PyPI/HuggingFace/CRAN | Fragmentation parallèle + mise en cache intelligente, laissez les téléchargements décoller.
Suivi d'objets YOLOv7 utilisant PyTorch, OpenCV et le suivi Sort
SteadyDancer: Animation d'images humaines harmonisée et cohérente avec préservation de la première image
HISTDATA - Ensemble de données composé de toutes les paires de trading FX / Pétrole brut / Indices boursiers. API simple pour récupérer les données de 1 minute (et données tick) Prix historiques FX (à jour).
YOLOPv2 : Mieux, Plus Rapide, Plus Fort pour la Perception Panoptique de la Conduite
Ce code accompagne l'article « Trading with the Momentum Transformer : An Intelligent and Interpretable Architecture » (https://arxiv.org/pdf/2112.08534.pdf).
Implémentation de PFLD : Un détecteur pratique de points de repère faciaux, référence à https://arxiv.org/pdf/1902.10859.pdf
Un guide complet pour les débutants dans le domaine de la gestion des données et de l'intelligence artificielle.
Une collection de certains ensembles de données pour la segmentation / détection de saillance. Bienvenue à PR...:smile:
Petit GPT implémenté à partir de zéro en Go pur. Optimisé pour la compréhension. Entraîné sur les livres de Jules Verne.
Code et données pour "AnyV2V : Un cadre sans réglage pour toutes les tâches d'édition vidéo-à-vidéo" [TMLR 2024]
Ceci est l'implémentation PyTorch de notre article « RSPrompter : Apprendre à interpeller pour la segmentation d'instance de télédétection basée sur un modèle de base visuel »
Une bibliothèque pour les couches de réseaux neuronaux bayésiens et l'estimation de l'incertitude en Deep Learning, étendant le cœur de PyTorch
Le package Python officiel de Roboflow. Gérez vos ensembles de données, vos modèles et vos déploiements. Roboflow a tout ce dont vous avez besoin pour créer une application de vision par ordinateur.
Ce dépôt contient une collection de ressources et d'articles sur les modèles de diffusion pour la RL, accompagnant l'article "Diffusion Models for Reinforcement Learning: A Survey".
TorchOpt est une bibliothèque efficace pour l'optimisation différentiable construite sur PyTorch.
Un projet lié à la vision par ordinateur, à l'apprentissage automatique et à l'apprentissage profond, comprenant les notes de cours et les programmes que j'ai développés moi-même.
Human Preference Score v2 : Une référence solide pour l'évaluation des préférences humaines en synthèse texte-vers-image
Rejoignez la communauté sur Discord pour plus de discussions autour de Neutone ! https://discord.gg/VHSMzb8Wqp
Fichier unique, GPU unique, À partir de zéro, Efficace, Bibliothèque de réglage complet des paramètres pour « RL for LLMs »
[NeurIPS 2020] MCUNet : Tiny Deep Learning sur les appareils IoT ; [NeurIPS 2021] MCUNetV2 : Inférence basée sur des patchs économe en mémoire pour le Tiny Deep Learning
Ressources des modèles Vision-Langage-Action pour la conduite autonome (VLA4AD), servant de dépôt compagnon à l'article de synthèse « A Survey on Vision–Language–Action Models for Autonomous Driving ».
Optimisation non linéaire (recherche de racines, moindres carrés, ...) dans JAX+Equinox. https://docs.kidger.site/optimistix/
ICLR 2020 : Réseaux de Convolutions de Graphes Multi-Relationnels Basés sur la Composition