Git Stars Git Stars

#deep-neural-networks Dépôts

103
Total des Dépôts
645,526
Nombre total d'étoiles
6,267
Moyenne d'Étoiles/Dépôt
51
amrzv/awesome-colab-notebooks

Collection de notebooks Google Colaboratory pour des expériences rapides et faciles

amrzv
⭐ 1,672 Python 👤 amrzv User 🕐 Mis à jour 2026-11-15 📅 Créé 2020-12-27
52
InterDigitalInc/CompressAI

Une bibliothèque PyTorch et une plateforme d'évaluation pour la recherche sur la compression de bout en bout

InterDigitalInc
⭐ 1,661 Python 👤 InterDigitalInc Organization 🕐 Mis à jour 2026-10-29 📅 Créé 2020-06-23
53
mrsaeeddev/free-ai-resources

🚀 Ressources IA GRATUITES - 🎓 Cours, 👷 Emplois, 📝 Blogs, 🔬 Recherche IA, et bien plus encore - pour tous !

mrsaeeddev
⭐ 1,659 👤 mrsaeeddev User 🕐 Mis à jour 2024-05-29 📅 Créé 2020-07-14
54
amitshekhariitbhu/AndroidTensorFlowMachineLearningExample

Exemple de Machine Learning TensorFlow pour Android (Construction de TensorFlow pour Android)

amitshekhariitbhu
⭐ 1,441 Java 👤 amitshekhariitbhu User 🕐 Mis à jour 2025-05-02 📅 Créé 2017-03-06
55
yangyanli/PointCNN

PointCNN: Convolution sur points X-Transformés (NeurIPS 2018)

yangyanli
⭐ 1,436 Python 👤 yangyanli User 🕐 Mis à jour 2026-03-12 📅 Créé 2017-08-22
56
MIC-DKFZ/medicaldetectiontoolkit

Le Medical Detection Toolkit contient des implémentations 2D + 3D de détecteurs d'objets courants tels que Mask R-CNN, Retina Net, Retina U-Net, ainsi qu'un framework d'entraînement et d'inférence axé sur la gestion d'images médicales.

MIC-DKFZ
⭐ 1,344 Python 👤 MIC-DKFZ Organization 🕐 Mis à jour 2024-06-17 📅 Créé 2018-10-12
57
ahmetozlu/tensorflow_object_counting_api

🚀 L'API TensorFlow Object Counting est un framework open source construit sur TensorFlow et Keras qui facilite le développement de systèmes de comptage d'objets !

ahmetozlu
⭐ 1,333 Python 👤 ahmetozlu User 🕐 Mis à jour 2024-08-30 📅 Créé 2018-06-28
58
onnx/onnx-tensorflow

Backend TensorFlow pour ONNX

onnx
⭐ 1,328 Python 👤 onnx Organization 🕐 Mis à jour 2026-11-20 📅 Créé 2017-10-05
59
fahadshamshad/awesome-transformers-in-medical-imaging

Une collection de ressources sur les applications des Transformeurs en imagerie médicale.

fahadshamshad
⭐ 1,298 👤 fahadshamshad User 🕐 Mis à jour 2026-06-21 📅 Créé 2021-12-03
60
pfnet/pfrl

PFRL: une bibliothèque d'apprentissage par renforcement profond basée sur PyTorch

pfnet
⭐ 1,279 Python 👤 pfnet Organization 🕐 Mis à jour 2026-03-02 📅 Créé 2020-06-24
61
awslabs/sockeye

Cadre sequence-to-sequence avec un accent sur la traduction automatique neuronale basé sur PyTorch

awslabs
⭐ 1,217 Python 👤 awslabs Organization 🕐 Mis à jour 2024-10-24 📅 Créé 2017-06-08
62
jaanli/variational-autoencoder

Encodeur automatique variationnel implémenté en tensorflow et pytorch (y compris le flux autorégressif inverse)

jaanli
⭐ 1,182 Python 👤 jaanli User 🕐 Mis à jour 2024-04-24 📅 Créé 2016-08-15
63
kennethleungty/Neural-Network-Architecture-Diagrams

Diagrammes pour visualiser l'architecture des réseaux neuronaux

kennethleungty
⭐ 1,124 👤 kennethleungty User 🕐 Mis à jour 2025-04-12 📅 Créé 2021-08-20
64
ethanhe42/channel-pruning

Élagage de Canaux pour Accélérer les Réseaux de Neurones Très Profonds (ICCV'17)

ethanhe42
⭐ 1,086 Python 👤 ethanhe42 User 🕐 Mis à jour 2024-05-02 📅 Créé 2017-08-21
65
DSE-MSU/DeepRobust

Une bibliothèque adversarial PyTorch pour les méthodes d'attaque et de défense sur les images et les graphes

DSE-MSU
⭐ 1,085 Python 👤 DSE-MSU User 🕐 Mis à jour 2025-06-26 📅 Créé 2019-09-21
66
GANs-in-Action/gans-in-action

Répertoire compagnon pour GANs in Action : Apprentissage profond avec des réseaux antagonistes génératifs

GANs-in-Action
⭐ 1,033 Jupyter Notebook 👤 GANs-in-Action Organization 🕐 Mis à jour 2025-07-23 📅 Créé 2018-08-03
67
NVlabs/DoRA

[ICML2024 (Oral)] Implémentation officielle PyTorch de DoRA : Adaptation à rang faible décomposée par poids

NVlabs
⭐ 1,007 Python 👤 NVlabs Organization 🕐 Mis à jour 2026-03-24 📅 Créé 2024-04-11
68
PAIR-code/saliency

Implémentation indépendante du framework pour les méthodes de salience de pointe (XRAI, BlurIG, SmoothGrad, et plus).

PAIR-code
⭐ 989 Jupyter Notebook 👤 PAIR-code Organization 🕐 Mis à jour 2024-03-20 📅 Créé 2017-06-09
69
rasbt/MachineLearning-QandAI-book

Livre sur l'apprentissage automatique et l'IA

rasbt
⭐ 975 Jupyter Notebook 👤 rasbt User 🕐 Mis à jour 2025-12-17 📅 Créé 2022-10-16
70
Tiramisu-Compiler/tiramisu

Un compilateur polyédrique pour exprimer des algorithmes de données parallèles rapides et portables

Tiramisu-Compiler
⭐ 963 C++ 👤 Tiramisu-Compiler Organization 🕐 Mis à jour 2026-07-21 📅 Créé 2016-05-09
71
codebasics/deep-learning-keras-tf-tutorial

Apprenez le deep learning avec tensorflow 2.0, keras et python grâce à cette série complète de tutoriels sur le deep learning. Apprenez le deep learning à partir de zéro. Série de deep learning pour débutants. Tutoriels tensorflow, tutoriel tensorflow 2.0. tutoriel deep learning python.

codebasics
⭐ 962 Jupyter Notebook 👤 codebasics Organization 🕐 Mis à jour 2024-06-24 📅 Créé 2021-01-05
72
MingSun-Tse/Efficient-Deep-Learning

Collection de méthodes récentes sur la compression et l'accélération des réseaux de neurones (profonds).

MingSun-Tse
⭐ 954 👤 MingSun-Tse User 🕐 Mis à jour 2025-04-04 📅 Créé 2018-09-16
73
andyzoujm/representation-engineering

Ingénierie de la Représentation : Une Approche Descendante pour la Transparence de l'IA

andyzoujm
⭐ 931 Jupyter Notebook 👤 andyzoujm User 🕐 Mis à jour 2024-08-14 📅 Créé 2023-09-26
74
autowarefoundation/vision_pilot

Pile ADAS de niveau 2 gratuite et entièrement open source, propulsée par une technologie d'IA de bout en bout

autowarefoundation
⭐ 928 C++ 👤 autowarefoundation Organization 🕐 Mis à jour 2026-11-20 📅 Créé 2024-09-24
75
tensorflow/compression

Compression de données dans TensorFlow

tensorflow
⭐ 923 Python 👤 tensorflow Organization 🕐 Mis à jour 2026-04-17 📅 Créé 2018-05-15
76
yoeo/guesslang

Détecter le langage de programmation d'un code source

yoeo
⭐ 883 Python 👤 yoeo User 🕐 Mis à jour 2024-03-04 📅 Créé 2017-05-21
77
alibaba/TinyNeuralNetwork

TinyNeuralNetwork est un framework efficace et facile à utiliser pour la compression de modèles d'apprentissage profond.

alibaba
⭐ 881 Python 👤 alibaba Organization 🕐 Mis à jour 2026-03-03 📅 Créé 2021-11-02
78
thuml/awesome-multi-task-learning

Une liste curated de DATASETS, CODEBASES et ARTICLES sur l'apprentissage multi-tâches (MTL), du point de vue de l'apprentissage automatique.

thuml
⭐ 843 👤 thuml Organization 🕐 Mis à jour 2026-03-03 📅 Créé 2021-03-05
79
ENSTA-U2IS-AI/awesome-uncertainty-deeplearning

Ce dépôt contient une collection d'enquêtes, d'ensembles de données, d'articles et de codes pour l'estimation de l'incertitude prédictive dans les modèles d'apprentissage profond.

ENSTA-U2IS-AI
⭐ 829 👤 ENSTA-U2IS-AI Organization 🕐 Mis à jour 2026-10-20 📅 Créé 2022-01-06
80
deepgram/kur

Apprentissage Profond Descriptif

deepgram
⭐ 823 Python 👤 deepgram Organization 🕐 Mis à jour 2024-02-05 📅 Créé 2016-11-19
81
amitshekhariitbhu/Android-TensorFlow-Lite-Example

Exemple d'apprentissage automatique Android TensorFlow Lite

amitshekhariitbhu
⭐ 772 Java 👤 amitshekhariitbhu User 🕐 Mis à jour 2025-05-02 📅 Créé 2018-03-17
82
ThoughtWorksInc/DeepLearning.scala

Une bibliothèque simple pour créer des réseaux de neurones complexes

ThoughtWorksInc
⭐ 772 Scala 👤 ThoughtWorksInc Organization 🕐 Mis à jour 2024-07-30 📅 Créé 2016-11-21
83
harshbg/Sign-Language-Interpreter-using-Deep-Learning

Un interprète en langue des signes utilisant un flux vidéo en direct de la caméra.

harshbg
⭐ 771 Python 👤 harshbg User 🕐 Mis à jour 2025-09-09 📅 Créé 2019-04-08
84
itdxer/neupy

NeuPy est une bibliothèque Python basée sur Tensorflow pour le prototypage et la construction de réseaux de neurones.

itdxer
⭐ 735 Python 👤 itdxer User 🕐 Mis à jour 2024-11-18 📅 Créé 2015-08-24
85
intel/ai-reference-models

Intel® AI Reference Models : contient des optimisations Intel pour exécuter des charges de travail d'apprentissage profond sur les processeurs Intel® Xeon® Scalable et les GPU Intel® Data Center

intel
⭐ 728 Python 👤 intel Organization 🕐 Mis à jour 2026-02-11 📅 Créé 2018-10-23
86
weijiaheng/Advances-in-Label-Noise-Learning

Une liste organisée (la plus récente) de ressources pour apprendre avec des étiquettes bruitées

weijiaheng
⭐ 717 👤 weijiaheng User 🕐 Mis à jour 2024-10-18 📅 Créé 2021-04-14
87
umbertogriffo/Predictive-Maintenance-using-LSTM

Exemple de prédiction de plusieurs séries temporelles multivariées avec des réseaux de neurones récurrents LSTM en Python avec Keras.

umbertogriffo
⭐ 710 Python 👤 umbertogriffo User 🕐 Mis à jour 2024-02-12 📅 Créé 2017-09-05
88
Picovoice/speech-to-text-benchmark

Cadre de référence pour benchmarks speech to text

Picovoice
⭐ 700 Python 👤 Picovoice Organization 🕐 Mis à jour 2026-11-16 📅 Créé 2018-08-04
89
vvincenttttt/Awesome-3D-Object-Detection

Papiers, code et ensembles de données sur l'apprentissage profond pour la détection d'objets 3D.

vvincenttttt
⭐ 692 👤 vvincenttttt User 🕐 Mis à jour 2025-09-17 📅 Créé 2022-03-01
90
IBM/FfDL

Fabric for Deep Learning (FfDL, prononcé fiddle) est une plateforme d'apprentissage profond offrant TensorFlow, Caffe, PyTorch, etc. en tant que service sur Kubernetes.

IBM
⭐ 691 Go 👤 IBM Organization 🕐 Mis à jour 2025-09-17 📅 Créé 2018-02-07
91
JordiCorbilla/stock-prediction-deep-neural-learning

Prédiction des cours des actions à l'aide d'un réseau neuronal LSTM (longue mémoire à court terme) TensorFlow pour la prévision de séries temporelles

JordiCorbilla
⭐ 690 Python 👤 JordiCorbilla User 🕐 Mis à jour 2026-11-01 📅 Créé 2020-07-01
92
Niketkumardheeryan/ML-CaPsule

ML-capsule est un projet destiné aux débutants et aux passionnés de science des données expérimentés qui n'ont pas de mentor ou de conseils et qui souhaitent apprendre l'apprentissage automatique (Machine Learning). En utilisant notre dépôt, ils peuvent apprendre le ML, le DL et de nombreuses technologies connexes grâce à différents projets concrets et se préparer aux entretiens.

Niketkumardheeryan
⭐ 686 Jupyter Notebook 👤 Niketkumardheeryan User 🕐 Mis à jour 2026-09-16 📅 Créé 2020-09-01
93
IntelLabs/bayesian-torch

Une bibliothèque pour les couches de réseaux neuronaux bayésiens et l'estimation de l'incertitude en Deep Learning, étendant le cœur de PyTorch

IntelLabs
⭐ 641 Python 👤 IntelLabs Organization 🕐 Mis à jour 2025-04-17 📅 Créé 2020-12-17
94
kochlisGit/ProphitBet-Soccer-Bets-Predictor

ProphitBet est une application de prédiction des paris sur le football basée sur l’apprentissage automatique. Elle analyse la forme des équipes, calcule les statistiques des matchs et en prédit les résultats à l’aide de méthodes avancées d’apprentissage automatique (ML). Elle propose également des agents de paris basés sur l’apprentissage par renforcement profond (DRL), capables d’apprendre des stratégies de pari optimales.

kochlisGit
⭐ 606 Python 👤 kochlisGit User 🕐 Mis à jour 2026-10-27 📅 Créé 2022-03-18
95
MMMU-Benchmark/MMMU

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 »

MMMU-Benchmark
⭐ 601 Python 👤 MMMU-Benchmark Organization 🕐 Mis à jour 2026-11-13 📅 Créé 2023-11-23
96
Danial-Kord/DigiHuman

Animation automatique de personnages 3D utilisant des techniques d'estimation de pose et de génération de points de repère

Danial-Kord
⭐ 593 C# 👤 Danial-Kord User 🕐 Mis à jour 2026-05-05 📅 Créé 2022-02-03
97
microsoft/MS-SNSD

Le Microsoft Scalable Noisy Speech Dataset (MS-SNSD) est un ensemble de données de parole bruitée qui peut s'adapter à des tailles arbitraires en fonction du nombre de locuteurs, des types de bruit et des niveaux de Rapport Signal sur Bruit (SNR) souhaités.

microsoft
⭐ 573 HTML 👤 microsoft Organization 🕐 Mis à jour 2024-07-01 📅 Créé 2019-08-26
98
Mohamedelrefaie/DrivAerNet

Un grand ensemble de données multimodales sur les voitures avec simulations de dynamique des fluides computationnelle et benchmarks d'apprentissage profond

Mohamedelrefaie
⭐ 559 Python 👤 Mohamedelrefaie User 🕐 Mis à jour 2026-05-14 📅 Créé 2024-03-04
99
sparkfish/augraphy

Pipeline d'augmentation pour le rendu des processus d'impression sur papier synthétique, fax, numérisation et copie

sparkfish
⭐ 559 Python 👤 sparkfish Organization 🕐 Mis à jour 2025-07-20 📅 Créé 2021-05-31
100
tomcat123a/-chanlun

Fichier '笔和线段的一种划分.py', il suffit d'entrer les données high et low des chandeliers K pour réaliser automatiquement la division en traits, segments de ligne, pivot, points d'achat et de vente, et types de tendance. Vous pouvez utiliser sh.csv comme fichier d'entrée. CV voir.pdf. La puissance du temps. Certains disent que le timing est très difficile, d'autres que choisir des actions est facile, d'autres que les installations IT pour l'arbitrage statistique sont très importantes. Et certains disent que le système a des principes non mesurables. Les opinions divergent. Un système distribué, quand votre influence peut être ignorée, vous pouvez seulement alors le réaliser, comme le disait le président Jiang : s'enrichir en silence. La première semaine, le marché a chuté de 1 %, j'ai gagné dix mille, un profit de 5 %. #Actions #Bourse #ThéorieChan https://v.kuaishou.com/bFEl6M Copiez ce message et ouvrez 【Kwai】 pour voir !

tomcat123a
⭐ 551 Python 👤 tomcat123a User 🕐 Mis à jour 2024-04-02 📅 Créé 2018-12-09