#convolutional-neural-networks Repository
Scopri 91 repository GitHub open source attivi contrassegnati con #convolutional-neural-networks, che raccolgono un totale di 242,965 stelle (con una media di 2,669 stelle per progetto). Il progetto leader di questo argomento è bloc97/Anime4K, con 20,452 stelle.
91 repository in totale
Una raccolta di varie architetture, modelli e suggerimenti di deep learning
Esempi di codice per il mio libro "Neural Networks and Deep Learning"
Implementazione di U-Net in PyTorch per la segmentazione semantica delle immagini con immagini di alta qualità
Tecniche per il deep learning con immagini satellitari e aeree
Best Practices, esempi di codice e documentazione per Computer Vision.
T81-558: Keras - Applicazioni di Reti Neurali Profonde @Washington University in St. Louis
Rete Neurale Convoluzionale per la Classificazione del Testo in TensorFlow
Motore Go senza conoscenze fornite dall'uomo, modellato sul paper di AlphaGo Zero.
È mia convinzione che voi, studenti laureati e persone in cerca di lavoro per cui il libro è principalmente destinato, ne trarrete beneficio; tuttavia, spero che anche i ricercatori più esperti lo troveranno affascinante.
Appunti, incarichi di programmazione e quiz di tutti i corsi della specializzazione Deep Learning di Coursera offerta da deeplearning.ai: (i) Reti neurali e Deep Learning; (ii) Miglioramento delle reti neurali profonde: tuning degli iperparametri, regolarizzazione e ottimizzazione; (iii) Strutturazione di progetti di Machine Learning; (iv) Reti neurali convoluzionali; (v) Modelli di sequenza
Backbone AI efficienti inclusi GhostNet, TNT e MLP, sviluppati da Huawei Noah's Ark Lab.
🧠💬 Articoli che ho scritto sull'apprendimento automatico, archiviati da MachineCurve.com.
Questo pacchetto contiene il codice originale di AlexNet del 2012.
Minkowski Engine è una libreria di reti neurali con auto-differenziazione per tensori sparsi ad alta dimensionalità
Operatori di inferenza per reti neurali a virgola mobile ad alta efficienza per dispositivi mobili, server e Web
[ECCVW 2022] I codici per il lavoro "Swin-Unet: Transformer puro simile a Unet per la segmentazione di immagini mediche"
Acquisisci le competenze essenziali necessarie per riconoscere e risolvere problemi complessi del mondo reale con Machine Learning e Deep Learning sfruttando l'ecosistema Python Machine Learning altamente popolare.
Libreria di Computer Vision per l'interazione uomo-computer. Implementa la stima della posa della testa e della direzione dello sguardo utilizzando reti neurali convoluzionali, il rilevamento della pelle tramite backprojection, il rilevamento e il tracciamento del movimento, la mappa di salienza.
I primi 200 repository GitHub di deep learning ordinati per numero di stelle.
Software e modelli pre-addestrati per il miglioramento automatico della qualità delle foto utilizzando Reti Convoluzionali Profonde
Rete Neurale Convoluzionale Bayesiana con Inferenza Variazionale basata su Bayes by Backprop in PyTorch.
I moduli plug-and-play più completi per l'intera rete nel 2025, condivisi gratuitamente! CVPR2025, AAAI2025, ICLR2025, TNNLS2025, arXiv2025...... Comprende tutti i campi dell'intelligenza artificiale (machine learning, deep learning, ecc.), adatti per classificazione di immagini, rilevamento di oggetti, segmentazione di istanze, segmentazione semantica, segmentazione panottica, stima della posa, segmentazione di immagini mediche, segmentazione di oggetti video, ritaglio di immagini, editing di immagini, tracciamento di singoli oggetti, tracciamento di oggetti multipli, riconoscimento di persone, RGBT, rimozione del rumore dall'immagine, rimozione della pioggia, rimozione della nebbia, rimozione delle ombre, rimozione della sfocatura, super risoluzione, rimozione dei riflessi, rimozione dei motivi moiré, recupero di immagini, restauro di immagini, recupero di immagini iperspettrali, fusione di immagini, colorazione di immagini, imaging ad alta gamma dinamica, compressione video e di immagini, nuvole di punti 3D, rilevamento di oggetti 3D, segmentazione semantica 3D, stima della posa 3D, ecc. e altri compiti relativi all'intelligenza artificiale come l'elaborazione del linguaggio naturale, i modelli linguistici di grandi dimensioni, il multimodale, ecc. Aggiornamento continuo......
Codice PyTorch per il nostro articolo ECCV 2018 "Image Super-Resolution Using Very Deep Residual Channel Attention Networks"
Recupero immagini CNN in PyTorch: Addestramento e valutazione di CNN per il recupero immagini in PyTorch
[ICLR'23 Spotlight🔥] Il primo pre-training di successo in stile BERT/MAE su qualsiasi rete convoluzionale; Impl. Pytorch di "Designing BERT for Convolutional Networks: Sparse and Hierarchical Masked Modeling"
Stima in tempo reale della posa della testa umana con ONNXRuntime e OpenCV.
Una libreria leggera solo header per l'utilizzo di modelli Keras (TensorFlow) in C++.
:computer: Impara a far imparare le macchine così da non dover lottare per programmarle; L'elenco definitivo
Domande frequenti
Qual è il repository #convolutional-neural-networks più popolare su GitHub?
Il progetto open source #convolutional-neural-networks più alto in classifica su GitHub è bloc97/Anime4K, con 20,452 stelle. Un Upscaler di Alta Qualità in Tempo Reale per Video Anime
Quali linguaggi di programmazione sono più utilizzati nei repository #convolutional-neural-networks?
Tra i progetti #convolutional-neural-networks più alti in classifica su GitHub, i linguaggi di programmazione più comuni sono Python, Jupyter Notebook, C++, TypeScript.
Come viene calcolata la classifica dei repository #convolutional-neural-networks?
Monitoriamo 91 repository open source attivi contrassegnati con #convolutional-neural-networks (500+ stelle), per un totale di 242,965 stelle e una media di 2,669 stelle per repository. Le classifiche vengono aggiornate quotidianamente tramite l’API di GitHub.