#deep-learning Dépôts
2,273 dépôts au total
NVIDIA NVSHMEM est une interface de programmation parallèle pour les GPU NVIDIA basée sur OpenSHMEM. NVSHMEM peut réduire de manière significative les surcoûts de communication et de coordination multi-processus en permettant aux programmeurs d'effectuer une communication unilatérale à l'intérieur des cœurs CUDA et sur les flux CUDA.
Une collection simple de ressources de recherche sur la génération de musique.
[NeurIPS 2021] Benchmarks multiscales pour l'apprentissage de représentations multimodales
Un moteur de navigation visuelle alimenté par l'apprentissage profond qui permet la navigation autonome d'un quadrotor de taille poche - s'exécutant sur PULP
Bibliothèque de deep learning TinyML indépendante du fournisseur, compilateur et framework d'inférence pour microordinateurs et microcontrôleurs
Code pour le livre Deep Learning From Scratch, de O'Reilly septembre 2019
Ce dépôt contient le code d'évaluation pour l'article « MMMU : Une référence massive multidisciplinaire multimodale pour la compréhension et le raisonnement destinée à l'expert AGI »
Une implémentation du modèle BERT et de ses tâches en aval associées basée sur le framework PyTorch. @跟我学机器学习
Code PyTorch pour l'article "FIERY: Future Instance Segmentation in Bird's-Eye view from Surround Monocular Cameras"
Dépôt de l'article « A Systematic Evaluation of Deep Anomaly Detection Methods for Time Series ».
DÉPRÉCIÉ, maintenant dans sktime - package compagnon pour l'apprentissage profond basé sur TensorFlow
Ce dépôt contient tout ce dont vous avez besoin pour maîtriser la recherche ML/AI et les articles de recherche
Deep Learning Simplified est un référentiel open-source, contenant des projets d'apprentissage profond de niveau débutant à avancé pour les contributeurs, qui souhaitent commencer leur parcours dans l'apprentissage profond. URL Devfolio, https://devfolio.co/projects/deep-learning-simplified-f013
[ICLR 2026] Rationaliser la production de dessins animés grâce au post-keyframing génératif
Augmentation d’images pour la vision par ordinateur. Licence AGPL-3.0 uniquement ou licence commerciale.
Anno-Mage : Un outil d'annotation d'images semi-automatique qui vous aide à annoter des images en vous suggérant des annotations à l'aide d'étiquettes définies par l'utilisateur
Bibliothèque Python pour entraîner des réseaux neuronaux avec un fort accent sur les applications hydrologiques.
Transformers pour le traitement du langage naturel, publié par Packt
Code de synthèse de transformation d'âge de durée de vie
Réimplémentation en PyTorch de "Generating Sentences from a Continuous Space" par Bowman et al. 2015 https://arxiv.org/abs/1511.06349
Code pour notre article ICCV 2021 "DeepCAD: Un réseau génératif profond pour les modèles de conception assistée par ordinateur"
Dépôt des meilleures pratiques pour le deep learning en Julia, inspiré par fastai
Articles AAAI 2024 : Explorez une collection complète de recherches innovantes présentées lors de l'une des principales conférences sur l'intelligence artificielle. Intégrez de manière transparente les implémentations de code pour une meilleure compréhension. ⭐ découvrez le progrès de l'intelligence artificielle avec ce dépôt !
Collection de fantastiques ressources de réglage fin économes en paramètres.
Ceci est l'implémentation officielle de notre article : « MiniMax-Remover: Taming Bad Noise Helps Video Object Removal »
Une application de bureau qui extrait les transcriptions de listes de lecture YouTube et les améliore à l'aide des modèles d'IA Gemini de Google. La sortie est un livre dans la langue de votre choix.
Réseau neuronal graphique spectral et temporel (StemGNN en abrégé) pour la prévision de séries temporelles multivariées
Code pour l'article "DewarpNet: Single-Image Document Unwarping With Stacked 3D and 2D Regression Networks" (ICCV '19)
Implémentation de π₀, l'architecture de modèle fondamental robotique proposée par Physical Intelligence
Ce référentiel fournit une liste complète de jeux de données satellitaires radar et optiques sélectionnés pour des tâches de détection, de classification, de segmentation sémantique et de segmentation d'instance de navires. Ces jeux de données sont idéaux pour les applications en vision par ordinateur, apprentissage automatique, télédétection et analyse maritime.
Exécutez le modèle Segment Anything 2 sur un flux vidéo en direct
Modeltime débloque les modèles de prévision des séries chronologiques et le machine learning dans un seul framework
TorchEEG est une bibliothèque construite sur PyTorch pour l'analyse des signaux EEG.
Ce dépôt contient tout ce dont vous avez besoin pour devenir compétent en apprentissage automatique
Pour la recherche et le développement d'algorithmes d'optimisation.
💭 Analyse de sentiment basée sur les aspects : Transformer & ML explicable (TensorFlow)
[CVPR 2025] Dépôt officiel pour "Dora : Échantillonnage et Benchmark pour les Autoencodeurs Variationnels de Formes 3D"