#deep-learning Dépôts
2,273 dépôts au total
Le projet open source Python "Sur le chemin de l'apprentissage de la programmation", tutoriel niveau baby-sitter : Laboratoire d'IA, Vidéos précieuses, Structures de données, Guide d'apprentissage, Mise en pratique du Machine Learning, Mise en pratique du Deep Learning, Web scraping, Interviews dans de grandes entreprises, Vie de programmeur, Partage de ressources.
Implémentation de U-Net en PyTorch pour la segmentation sémantique d'images avec des images de haute qualité
Exemples de carnets Jupyter 📓 démontrant comment construire, entraîner et déployer des modèles d'apprentissage automatique en utilisant 🧠 Amazon SageMaker.
X-AnyLabeling : une application de bureau multiplateforme, légère, efficace et unifiée pour annoter du texte, des images, des vidéos, des nuages de points et des données multimodales. Elle associe des outils intégrés polyvalents à des modèles d’IA de pointe et permet une exportation flexible dans plusieurs formats.
[CVPR 2024] Dépôt officiel pour "MagicAnimate: Temporally Consistent Human Image Animation using Diffusion Model"
La plateforme de calcul IA pour les équipes de pointe. SkyPilot transforme le calcul IA fragmenté en un superordinateur IA, permettant aux équipes de pointe de construire plus rapidement une intelligence personnalisée.
Inférence de génération de texte de grands modèles linguistiques
Mise en œuvre du modèle probabiliste de diffusion de débruitage dans Pytorch
Implémentation en un seul fichier de haute qualité d'algorithmes d'apprentissage par renforcement profond avec des fonctionnalités conviviales pour la recherche (PPO, DQN, C51, DDPG, TD3, SAC, PPG)
Manuel scolaire en ligne gratuit de carnets Jupyter pour le cours fast.ai Computational Linear Algebra
Implémentation PyTorch de YOLOv3, YOLOv3-SPP et YOLOv3-tiny pour la détection d'objets en temps réel avec entraînement, validation, inférence et exportation multi-format.
Traduire des mangas/images : traduisez en un clic le texte de toutes sortes d’images https://cotrans.touhou.ai/ https://greasyfork.org/en/scripts/437569-cotrans-manga-image-translator-regular-edition
YOLOX est un YOLO haute performance sans ancres, surpassant yolov3~v5 avec la prise en charge de MegEngine, ONNX, TensorRT, ncnn et OpenVINO. Documentation : https://yolox.readthedocs.io/
Tutoriels, devoirs et compétitions pour les cours liés à MIT Deep Learning.
Mes notes et démos continuellement mises à jour sur Machine Learning, Modèles Probabilistes et Deep Learning (2000+ diapositives) Mes supports de cours mis à jour sans interruption sur l'apprentissage automatique, les modèles probabilistes et l'apprentissage profond (2000+ pages) et liens vidéo
Techniques d'apprentissage profond avec des images satellites et aériennes
Une bibliothèque Python pour la détection d'anomalies sur des données tabulaires, des séries temporelles, des graphes, du texte, des images et de l'audio. Plus de 60 détecteurs, une orchestration ADEngine basée sur des benchmarks et un flux de travail agentique pour les agents IA.
Effectuer de la data science sur des données qui restent sur le serveur de quelqu'un d'autre
Guide complet des entretiens sur l’IA générative, l’IA agentique, l’IA multimodale et l’IA physique. Une méthode éprouvée pour décrocher plusieurs offres chez les FAANG et bien plus encore
🦙 LaMa Image Inpainting, Inpainting de masques larges et robustes à la résolution avec des convolutions de Fourier, WACV 2022
Exécutez des LLM à la maison, style BitTorrent. Fine-tuning et inférence jusqu'à 10 fois plus rapides que l'offloading.
Meilleures pratiques, exemples de code et documentation pour la Vision par ordinateur.
Une collection de tutoriels sur les modèles et techniques de vision par ordinateur à la pointe de la technologie. Explorez tout, des architectures fondamentales comme ResNet aux modèles de pointe comme RF-DETR, YOLO11, SAM 3 et Qwen3-VL.
Extraction de sous-titres codés en dur à partir de vidéos, génération de fichiers srt. Aucune demande d'API tierce nécessaire, implémentation locale de la reconnaissance de texte. Un framework d'extraction de sous-titres vidéo basé sur l'apprentissage profond, comprenant la détection de la zone des sous-titres et l'extraction du contenu des sous-titres. Un outil GUI pour extraire les sous-titres codés en dur (hardsub) des vidéos et générer des fichiers srt.
Opérations sur les tenseurs flexibles et puissantes pour un code lisible et fiable (pour PyTorch, JAX, TF et autres)
Bibliothèque d'apprentissage profond dotée d'une API de niveau supérieur pour TensorFlow.
Une bibliothèque Python pour des prévisions conviviales et la détection d'anomalies sur des séries temporelles.
Le code de notre nouvel article accepté dans Pattern Recognition 2020 : "U^2-Net: Going Deeper with Nested U-Structure for Salient Object Detection."
Une implémentation PyTorch du modèle Transformer dans « Attention is All You Need ».
OneFlow est un framework d'apprentissage profond conçu pour être convivial, scalable et efficace.
Fork de so-vits-svc avec support en temps réel, interface améliorée et plus de fonctionnalités.
Deeplake est une AI Data Runtime pour Agents. Elle fournit un Postgres sans serveur avec un datalake multimodal, permettant une récupération et un entraînement scalables.
(⌐■_■) - Deep Reinforcement Learning instrumentant bettercap pour le pwning WiFi.
Robust Video Matting in PyTorch, TensorFlow, TensorFlow.js, ONNX, CoreML!
Transformer expliqué visuellement : Apprenez le fonctionnement des modèles Transformer LLM grâce à une visualisation interactive
Guide Hello AI World pour déployer des réseaux d'inférence deep-learning et des primitives de vision profonde avec TensorRT et NVIDIA Jetson.
Une collection d'exemples et de tutoriels d'apprentissage automatique.
La manière la plus simple de servir des applications et modèles IA - Créez des API d'inférence de modèles, des files d'attente de tâches, des applications LLM, des pipelines multi-modèles et plus encore !