#tensorflow Dépôts
454 dépôts au total
Implémentation indépendante du framework pour les méthodes de salience de pointe (XRAI, BlurIG, SmoothGrad, et plus).
Construction d'un système de dialogue chinois basé sur la dernière version de rasa(Construction d'un système de dialogue basé sur la dernière version de rasa)
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.
Bolt est une bibliothèque d'apprentissage profond avec des performances élevées et une flexibilité hétérogène.
Une méthode en temps réel qui estime la pose humaine 3D directement au format populaire Bio Vision Hierarchy (BVH), étant donné des estimations des articulations corporelles 2D provenant d'images couleur monoculaires. Nos contributions incluent : (a) Une représentation NSRM de pose 2D novatrice et compacte. (b) Un classificateur d'orientation du corps humain et un ensemble d'orientations ajustées
Code source lié au projet de reconnaissance des expressions faciales dans la reconnaissance faciale
Une interface uniforme pour exécuter des modèles d'apprentissage profond provenant de plusieurs frameworks
Deep Speaker : un système d’embedding de locuteur neuronal de bout en bout.
BladeDISC est un projet de compilateur à forme dynamique de bout en bout pour les charges de travail d'apprentissage automatique.
Un framework de service de modèle ML haute performance, offre le traitement par lots dynamique et les pipelines CPU/GPU pour exploiter pleinement votre machine de calcul
Améliorez les images avec Javascript et l'IA. Augmentez la résolution, retouchez, supprimez le bruit, et plus encore. Open Source, compatible navigateur et Node, licence MIT.
Ce sont les instructions pour "100 Days of ML Code" par Siraj Raval sur YouTube
tfts: Modèles d'apprentissage profond pour séries temporelles en TensorFlow
🔥Apprentissage automatique/Apprentissage profond/Python/Grands modèles/Multimodal/LLM/Apprentissage profond/Python/Entretien sur les algorithmes/Tutoriel NLP
Du Grossier au Fin : Localisation Hiérarchique Robuste à Grande Échelle avec HF-Net (https://arxiv.org/abs/1812.03506)
Application Web de prédiction de la bourse basée sur l'apprentissage automatique et l'analyse des sentiments des tweets (clés API incluses dans le code). Le frontend de l'application Web est basé sur Flask et Wordpress. L'application prévoit les cours boursiers des sept prochains jours pour toute action donnée sous NASDAQ ou NSE entrée par l'utilisateur. Les prédictions sont faites à l'aide de trois algorithmes : ARIMA, LSTM, Régression Linéaire. L'application Web combine les prix prédits des sept prochains jours avec l'analyse des sentiments des tweets pour donner une recommandation.
Un module Redis pour servir des tenseurs et exécuter des graphes d'apprentissage profond
Strawberry Fields est une bibliothèque Python full-stack pour la conception, la simulation et l'optimisation de circuits optiques quantiques à variables continues (CV).
Modèles OCR légers et rapides pour la reconnaissance de texte des plaques d'immatriculation.
Infrastructure pour l'optimisation guidée par l'apprentissage automatique (MLGO) dans LLVM.
Classification de texte multi-étiquettes, classification multi-étiquettes, classification de texte, multi-étiquettes, classifieur, classification de texte, BERT, seq2seq, attention, classification multi-étiquettes
:twisted_rightwards_arrows: Neural Network (NN) Streamer, Paradigme de Traitement de Flux pour les Applications/Dispositifs Neural Network.
Un ensemble de données d'ensembles de données pour apprendre à apprendre à partir de peu d'exemples
Code et modèles accompagnant "Deep Predictive Coding Networks for Video Prediction and Unsupervised Learning"
Bibliothèque pour explorer et valider les données d'apprentissage automatique
Moteur d'inférence Machine Learning pour Microcontrôleurs et Dispositifs Embarqués
Convertisseur de modèles d'apprentissage profond pour PaddlePaddle. (Outil de conversion de modèles d'apprentissage profond 『飞桨』)
Exemple d'apprentissage automatique Android TensorFlow Lite
Un interprète en langue des signes utilisant un flux vidéo en direct de la caméra.