#neural-network Dépôts
213 dépôts au total
MACE est un framework d'inférence d'apprentissage profond optimisé pour les plateformes de calcul hétérogènes mobiles.
Bibliothèque de haut niveau pour aider à l'entraînement et à l'évaluation de réseaux de neurones dans PyTorch de manière flexible et transparente.
La bible ultime pour débuter en IA, sans obscurité ni élitisme, accessible à tous, des étudiants aux ingénieurs. Elle couvre tout, des réseaux de neurones aux grands modèles, de la conception de haut niveau aux principes microscopiques, de l'implémentation technique aux bases algorithmiques. Après l'avoir lu, vous comprendrez parfaitement pourquoi la prédiction du prochain jeton, une capacité apparemment banale, peut changer le monde, et vous découvrirez que l'IA n'est pas aussi mystérieuse ou inaccessible que vous le pensiez. Let's just beat it !
[ICCV 2019] Estimation de profondeur monoculaire à partir d'une seule image
Une bibliothèque pour l'apprentissage automatique scientifique et l'apprentissage informé par la physique
Notes, devoirs de programmation et quiz de tous les cours de la spécialisation Deep Learning de Coursera proposés par deeplearning.ai : (i) Réseaux neuronaux et Deep Learning ; (ii) Amélioration des réseaux neuronaux profonds : réglage des hyperparamètres, régularisation et optimisation ; (iii) Structuration des projets d'apprentissage automatique ; (iv) Réseaux neuronaux convolutifs ; (v) Modèles de séquence
Implémentations en Python pur d'algorithmes de base d'apprentissage automatique
Une implémentation propre basée sur AlphaZero pour n'importe quel jeu dans n'importe quel framework + tutoriel + Othello/Gobang/TicTacToe/Connect4 et plus
Facilitant la conception, la comparaison et le partage de modèles de correspondance de texte profond.
PennyLane est une plateforme logicielle quantique open-source pour l’informatique quantique, l’apprentissage machine quantique et la chimie quantique. Créez des algorithmes quantiques significatifs, de l’inspiration à la mise en œuvre.
Ce dépôt est une collection sélectionnée de projets pratiques en data science adaptés aux débutants. Que vous commenciez tout juste votre parcours en data science ou que vous souhaitiez renforcer vos compétences, ces projets offrent une manière pratique et interactive d'appliquer vos connaissances.
Paquet Python pour AutoML sur des données tabulaires avec ingénierie des caractéristiques, réglage des hyper-paramètres, explications et documentation automatique
ManimML est un projet axé sur la fourniture d'animations et de visualisations de concepts courants d'apprentissage automatique avec la Manim Community Library.
Ce repository est conçu pour aider les débutants en machine learning ou ceux qui se préparent à un étude. (This repository is intended for helping those who are beginners in machine learning or preparing for study)
La Compute Library est un ensemble de fonctions de vision par ordinateur et d'apprentissage automatique optimisées pour les CPU Arm et les GPU en utilisant les technologies SIMD.
Liens vers des ressources soigneusement sélectionnées pour la science des données en un seul endroit
Inférence LLM distribuée. Connectez les appareils domestiques en un cluster puissant pour accélérer l'inférence LLM. Plus d'appareils signifie une inférence plus rapide.
un outil d'apprentissage automatique exceptionnel qui vous permet d'entraîner, de tester et d'utiliser des modèles sans écrire de code
Articles de recherche sur l'apprentissage profond et l'apprentissage par renforcement profond et quelques codes
Feuille de route IA : Apprentissage automatique (Machine Learning), Apprentissage profond (Deep Learning), Réseaux antagonistes (GAN), Réseaux de neurones graphiques (GNN), NLP, feuille de route de développement liée aux big data (roadmap), avec une quantité massive de code source (python, pytorch) pour aider à digérer les points de connaissance de base, surmonter les entretiens et accomplir le saut du débutant à l'ingénieur qualifié. Parmi eux, les articles sur l'apprentissage profond sont accompagnés du code source officiel de tensorflow et caffe, et la partie applications inclut des algorithmes de recommandation et des graphes de connaissances.
Application/extension de navigateur de traduction de comics et mangas par IA pour traduire automatiquement des comics, mangas, manhwas, BD, fumetti et plus encore dans plusieurs langues et formats (images, PDF, EPUB, CBR, CBZ, etc.).
Précision moyenne moyenne - Ce code évalue les performances de votre réseau neuronal pour la reconnaissance d'objets.
Minkowski Engine est une bibliothèque de réseaux de neurones avec auto-différenciation pour les tenseurs clairsemés de haute dimension
Une plateforme d'apprentissage en boucle fermée pour la vision par ordinateur où le code peut être exécuté interactivement en ligne. Apprentissage en boucle fermée "Vision par ordinateur en action : algorithmes et applications" livre électronique chinois, code source, communauté d'échange pour les lecteurs (mise à jour continue ...) 📘 E-book en ligne https://charmve.github.io/computer-vision-in-action/ 👇Page d'accueil du projet
🚀 Une librairie efficace de collections d'algorithmes de recherche approximative du plus proche voisin écrite en Rust 🦀 .
Opérateurs d'inférence pour réseaux neuronaux à virgule flottante à haute efficacité pour mobile, serveur et Web
Algorithmes ML 2-2000x plus rapides, 50 % d'utilisation de mémoire en moins, fonctionne sur tout le matériel - neuf et ancien.
Objectron est un jeu de données de courts clips vidéo centrés sur des objets. De plus, les vidéos contiennent également des métadonnées de session AR, incluant les poses de la caméra, des nuages de points épars et des plans. Dans chaque vidéo, la caméra se déplace autour et au-dessus de l'objet et le capture sous différents angles de vue. Chaque objet est annoté avec une boîte englobante 3D. La boîte englobante 3D décrit la position, l'orientation et les dimensions de l'objet. Le jeu de données contient environ 15 000 clips vidéo annotés et 4 millions d'images annotées dans les catégories suivantes.
Bibliothèque C++ de traitement d'images et d'apprentissage automatique utilisant SIMD : SSE, AVX, AVX-512, AMX pour x86/x64, NEON, SVE pour ARM, HVX pour Hexagon
Collection d'articles et de projets open-source ECCV 2024, et tous les grands experts sont les bienvenus pour soumettre des issues, partager des articles et des projets open-source ECCV 2024.
🎙Reconnaissance vocale utilisant le framework d'apprentissage profond TensorFlow, réseaux de neurones sequence-to-sequence