#deep-learning Repository
2,273 repository in totale
Questo progetto mira al rilevamento di deepfake video utilizzando tecniche di deep learning come RestNext e LSTM. Abbiamo ottenuto il rilevamento di deepfake utilizzando il transfer learning in cui la CNN RestNext pre-addestrata viene utilizzata per ottenere un vettore di caratteristiche, inoltre il livello LSTM viene addestrato utilizzando le caratteristiche. Per maggiori dettagli seguire la documentazione.
Linguaggio di templating scritto per flussi di lavoro di Stable Diffusion. Disponibile come estensione per l'Automatic1111 WebUI.
Una potente base per la classificazione di immagini, il riconoscimento facciale e il recupero di immagini con Pytorch
Costruisci il tuo X - Padroneggia l'apprendimento automatico costruendo tutto da zero. Mira a coprire tutto, dalla regressione lineare al deep learning fino ai modelli linguistici di grandi dimensioni (LLM).
[TMLR 2025๐ฅ] Una panoramica sui modelli autoregressivi nella visione.
Implementazione in PyTorch del paper "Class-Balanced Loss Based on Effective Number of Samples"
Watermarking localizzato per audio vocali generati dall'IA, con SOTA su robustezza e rilevatore molto veloce
Dolphin รจ un modello ASR multilingue e multi-task addestrato congiuntamente da DataoceanAI e dalla Tsinghua University.
Libreria Python ad alte prestazioni per la cattura schermo per Windows usando Desktop Duplication API - Aggiornato 2026
Framework di machine learning sia per deep learning che per algoritmi tradizionali
[ICLR 2024] Controllo di modelli Vision-Language per il ripristino universale delle immagini. Quinto posto nella sfida NTIRE 2024 Restore Any Image Model in the Wild.
Implementazione ufficiale PyTorch di FB-BEV & FB-OCC - Trasformazione della vista avanti-indietro per la percezione della guida autonoma incentrata sulla visione
Sensazione tattile โข Raccolta dati โข IL/RL/VLA/WM โข Manipolazione โข Simulazione โข Open Source
Un framework universale per l'apprendimento della rappresentazione di serie temporali
Tutorial HPC, che include comunicazione collettiva (MPI, NCCL), programmazione CUDA, vettorizzazione SIMD, comunicazione RDMA, ecc.
Ritorno alla Funzionalitร : Apprendimento della localizzazione robusta della fotocamera da pixel a posa (CVPR 2021)
Un framework open-source di computer vision per creare e distribuire app in pochi minuti
CnSTD: Un pacchetto Python3 per il rilevamento di testo in scena (Scene Text Detection), rilevamento di formule matematiche (Mathematical Formula Detection, MFD) e analisi del layout (Layout Analysis) basato su PyTorch/MXNet per cinese/inglese
L'ingegneria delle feature รจ il processo di utilizzo della conoscenza del dominio per estrarre feature dai dati grezzi tramite tecniche di data mining. Queste feature possono essere utilizzate per migliorare le prestazioni degli algoritmi di machine learning. L'ingegneria delle feature puรฒ essere considerata come il machine learning applicato in sรฉ.
Implementazione di Phenaki Video, che utilizza Mask GIT per produrre video guidati da testo della durata massima di 2 minuti in Pytorch
Una libreria per risolvere equazioni differenziali utilizzando reti neurali basate su PyTorch, utilizzata da piรน gruppi di ricerca in tutto il mondo, inclusa Harvard IACS.
Una libreria Python per lโinferenza basata su simulazioni con deep learning
"EasyOffer" (<Raccolta di esperienze di colloquio con modelli di grandi dimensioni>) รจ una guida alle offerte di stage estivo per modelli di grandi dimensioni, su misura per i bambini LLM. Registra principalmente alcune comuni sfide di divisione del codice delle grandi aziende, esperienze di colloquio e domande di riflessione comuni per la preparazione di stage estivi e assunzioni autunnali di modelli di grandi dimensioni. Sono un principiante, sto ancora imparando... Sentiti libero di segnalare eventuali errori, stimati esperti. Spero che tutti possano ottenere l'offerta desiderata!
[In Beta] QPT - Uno strumento Python da EXE che mira a rendere i progetti open source piรน adatti al mondo di Internet (pacchettizzazione Python).
Questo progetto mira a fornire un manuale di apprendimento/colloquio pratico e interamente in cinese per ingegneri algoritmici dedicati all'ingresso nel campo VLA (Vision-Language-Action). A differenza delle guide generali per colloqui CV/NLP, questo progetto si concentra sulle sfide uniche della robotica.
Implementazione TensorFlow per il calcolo di un'immagine semanticamente segmentata della vista a volo d'uccello (BEV) fornite dalle immagini di piรน telecamere montate sul veicolo.
Fizgig โ Studio LoRA e di fine-tuning per Klein 9B, Krea 2, MiniMax H3, Qwen Image 2.1, Anima, Z-Image Turbo e Ace-Step XL: addestra, perfeziona, analizza, ripara ed estrai LoRA e LoKR per modelli di immagini, video e musica
[ICRA 2022] Un framework open source per il rilevamento cooperativo. Implementazione ufficiale per OPV2V.
DNABERT: Modello di rappresentazioni del codificatore bidirezionale pre-addestrato di Transformers per il linguaggio del DNA nel genoma
Implementazione da zero di un modello linguistico sparse mixture of experts ispirato a makemore di Andrej Karpathy :)
Un elenco curato di cose fantastiche relative agli strumenti di intelligenza artificiale
Modelli generativi basati sul punteggio (Modelli di diffusione) per il miglioramento e la dereverberazione del parlato