#deep-learning Repository
2,273 repository in totale
Un elenco curato di progetti guidati di data science e IA per iniziare a costruire il tuo portfolio
MARS: Un simulatore consapevole dell'istanza, modulare e realistico per la guida autonoma
[JMLR 2023] Quantus รจ un toolkit di IA spiegabile per la valutazione responsabile delle spiegazioni delle reti neurali
Cosmos-Predict2 รจ una raccolta di modelli di fondazione del mondo di uso generale per Physical AI che possono essere perfezionati in modelli del mondo personalizzati per applicazioni downstream.
Guida al Machine Learning. Scopri tutto sugli strumenti, le librerie, i framework di Machine Learning, i modelli linguistici di grandi dimensioni (LLM) e i modelli di addestramento.
๐Collezione di oltre 234 progetti basati su machine learning, deep learning, computer vision, elaborazione del linguaggio naturale e tutto il resto. Mostra il tuo supporto โจ questo repository.
Dal grande al piccolo: Guida planare locale multi-scala per la stima della profonditร monocular
Una raccolta di modelli di localizzazione basati sul deep learning
Riconoscimento automatico delle targhe (ALPR) o riconoscimento automatico dei numeri di targa (ANPR) software che funziona con qualsiasi fotocamera.
Aggiorna automaticamente ogni giorno i paper Text-to-Speech (TTS) utilizzando Github Actions (Aggiornamento ogni 12 ore)
Codice PyTorch per il paper Energy-Based Transformers -- ragionamento generalizzabile e apprendimento scalabile
Implementazione di Voicebox, una nuova rete Text-to-speech SOTA di MetaAI, in Pytorch
[ECCV] Swin2SR: SwinV2 Transformer per Super-Resolution e Restauro di Immagini Compresse. Workshop "Advances in Image Manipulation (AIM)" ECCV 2022. Provalo! Oltre 3,3 milioni di esecuzioni https://replicate.com/mv-lab/swin2sr
[ECCV'20] Structured3D: Un grande dataset fotorealistico per la modellazione 3D strutturata
Framework velocissimo per il fine-tuning di modelli di apprendimento per la similaritร
Autoencoder Variazionale e Autoencoder Variazionale Condizionale su MNIST in PyTorch
Tutti i miei modelli di upscaling AI auto-addestrati e rilasciati. Dopo aver raccolto e applicato oltre 600 diversi modelli di upscaling, ho imparato come addestrare i miei modelli e questi sono i risultati.
Appunti e materiali su modellazione matematica e machine learning/deep learning/grandi modelli (in continuo aggiornamento...).
Repository ufficiale per il paper CVPR 2022: I M Avatar: Implicit Morphable Head Avatars from Videos
Schede bilingui (cinese + inglese) per i colloqui su ML / LLM / diffusion / agenti nella selezione autunnale per lโAI โ generate da ARIS /interview-cheatsheet e trasformate da /render-html in file HTML singoli leggibili ovunque โ oltre a un generatore di homepage accademiche verificato rispetto a CVโDBLP e blog in formato lungo scritti personalmente ๐ฑ
L'implementazione ufficiale PyTorch di โMamba-YOLO: basato su SSM per il rilevamento di oggettiโ
[ECCV 2024] Scena come Gaussiani per la predizione semantica di occupazione 3D basata sulla visione
Implementazione di โDreamDiffusion: Generazione di immagini di alta qualitร dai segnali EEG cerebraliโ
Un modo semplice per tenere traccia di una versione EMA (Exponential Moving Average) del tuo modello Pytorch
ZeroCostDL4Mic: Una toolbox gratuita basata su Google Colab per esplorare il Deep-Learning in microscopia
una reimplementazione di PWC-Net in PyTorch che corrisponde alla versione ufficiale di Caffe
[CVPR 2024] Panda-70M: Didascalia per 70 milioni di video con piรน insegnanti cross-modality
Acceleratori di soluzione Azure MLOps (v2). Modelli pronti per l'azienda per distribuire i tuoi modelli di machine learning sulla piattaforma Azure.
Implementazione ufficiale del paper "Towards Faster and Stabilized GAN Training for High-fidelity Few-shot Image Synthesis" in ICLR 2021
Il dataset Exclusively Dark (ExDARK), che, a nostra conoscenza, รจ la piรน grande raccolta di immagini a bassa luminositร scattate in ambienti con luce molto ridotta fino al crepuscolo (cioรจ, 10 diverse condizioni) fino ad oggi, con annotazioni a livello di classe dellโimmagine e di oggetti.
Implementazione del paper "DeepLSD: Line Segment Detection and Refinement with Deep Image Gradients"
Dividi automaticamente i tuoi modelli PyTorch su piรน GPU per l'addestramento e l'inferenza
Un motore di inferenza ONNX leggero, portatile, in puro C99 per dispositivi embedded con supporto all'accelerazione hardware.
CAIRI Toolbox e Benchmark per l'apprendimento di rappresentazioni visive supervisionato, semi-supervisionato e auto-supervisionato
Pippo: Esseri umani multi-vista ad alta risoluzione da una singola immagine
Implementazione di MEGABYTE, Previsione di sequenze da un milione di byte con trasformatori multiscala, in Pytorch