#deep-learning Repository
2,273 repository in totale
Un elenco curato di risorse sull'apprendimento per rinforzo con feedback umano (in continuo aggiornamento)
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
https://www.youtube.com/channel/UC34rW-HtPJulxr5wp2Xa04w?sub_confirmation=1
Una libreria veloce per AutoML e tuning. Unisciti al nostro Discord: https://discord.gg/Cppx2vSPVP.
Tutorial curati e risorse per modelli linguistici di grandi dimensioni, pittura AI e altro ancora.
Un toolkit di elaborazione del parlato basato sull'IA e modelli pre-addestrati SOTA open source, che supportano il miglioramento del parlato, la separazione, l'estrazione dello speaker target, ecc.
Notebook Python con esempi di ML e deep learning con Azure Machine Learning Python SDK | Microsoft
โก๏ธSwanLab - uno strumento open-source di tracciamento e visualizzazione dell'addestramento AI dal design moderno. Supporta l'uso Cloud / Self-hosted. Integrato con PyTorch / Transformers / verl / LLaMA Factory / ms-swift / Ultralytics / MMEngine / Keras ecc.
InstantMesh: Generazione efficiente di mesh 3D da una singola immagine con modelli di ricostruzione estesa per viste sparse
In questo repository, condividerรฒ alcune note e riferimenti utili sul deployment di modelli basati su deep learning in produzione.
LightLLM รจ un framework basato su Python per l'inferenza e il serving di LLM (Large Language Model), noto per il suo design leggero, la facile scalabilitร e le prestazioni ad alta velocitร .
Una Collezione di Cheatsheets, Libri, Domande e Portfolio Per la Preparazione all'Intervista DS/ML
Un'implementazione pulita basata su AlphaZero per qualsiasi gioco in qualsiasi framework + tutorial + Othello/Gobang/TicTacToe/Connect4 e altro
Questo progetto riproduce il libro Dive Into Deep Learning (https://d2l.ai/), adattando il codice da MXNet a PyTorch.
Framework RAG (Retrieval Augmented Generation) per la creazione di applicazioni open source modulari per la produzione di TrueFoundry
Diventa esperto in Intelligenza Artificiale, Machine Learning, IA Generativa, Deep Learning, Data Science, Elaborazione del Linguaggio Naturale, Apprendimento per Rinforzo e altro ancora con questo repository completo da 0 a 100.
Un framework di deep learning industriale per dati sparsi ad alta dimensione
TorchGeo: dataset, sampler, trasformazioni e modelli pre-addestrati per dati geospaziali
Una lista curata di strumenti fantastici per l'etichettatura dei dati
[ECCV 2022] Questa รจ l'implementazione ufficiale di BEVFormer, un framework solo per telecamere per la percezione della guida autonoma, ad esempio il rilevamento di oggetti 3D e la segmentazione di mappe semantiche.
Un pacchetto Python per la segmentazione di dati geospaziali con il Segment Anything Model (SAM)
Riassunto e studio dei materiali di ChatGPT, in continuo aggiornamento......
"Build a Large Language Model (From Scratch)" รจ un ebook che approfondisce i principi e l'implementazione dei modelli linguistici di grandi dimensioni, adatto a chi desidera comprendere a fondo le architetture, i processi di addestramento e lo sviluppo di applicazioni di modelli di grandi dimensioni come GPT. Per consentire a piรน lettori cinesi di accedere a questo prezioso materiale didattico, ho deciso di tradurlo in cinese e di condividerlo in open source tramite GitHub.
Costruisci un LLM moderno da zero. Ogni riga commentata. Spiegato come se avessimo cinque anni.
Una pianificazione personalizzata Anki moderna basata sull'algoritmo Free Spaced Repetition Scheduler
Libreria open source di operazioni ottimizzate di deep learning (moltiplicazione di matrici, convoluzione e attenzione) per CPU (x64, AArch64, RISC-V) e GPU Intel. Utilizzata da PyTorch, TensorFlow, OpenVINO e ONNX Runtime.
FEDML โ La libreria ML unificata e scalabile per l'addestramento distribuito su larga scala, il model serving e l'apprendimento federato. FEDML Launch, uno scheduler cross-cloud, consente inoltre di eseguire qualsiasi lavoro di intelligenza artificiale su qualsiasi cloud GPU o cluster on-premise. Basata su questa libreria, TensorOpera AI (https://TensorOpera.ai) รจ la tua piattaforma di intelligenza artificiale generativa su larga scala.
Deepchecks: Test per la validazione continua di modelli e dati ML. Deepchecks รจ una soluzione olistica open-source per tutte le tue esigenze di validazione AI e ML, che consente di testare a fondo i tuoi dati e modelli dalla ricerca alla produzione.
Un framework open-source per l'addestramento di grandi modelli multimodali.
TimeGPT-2.1: modello fondazionale preaddestrato per serie temporali, pronto per la produzione, per le previsioni e il rilevamento delle anomalie. Un transformer generativo preaddestrato per serie temporali, addestrato su oltre 100 miliardi di punti dati. ร in grado di effettuare previsioni accurate in vari ambiti, come vendita al dettaglio, elettricitร , finanza e IoT, con solo poche righe di codice ๐.
Synapsa Commons: corsi di IA gratuiti e pratici, eseguibili ovunque (Colab, Kaggle, Binder, Codespaces, Jupyter). Evidenze di conformitร allโAI Act dellโUE, validazione dei modelli, manutenzione predittiva, estrazione di documenti, recupero e RAG, agenti IA e MCP, oltre a un umanoide simulato. Ogni lezione viene valutata automaticamente. Dal team che sta costruendo Synapsa.