#deep-learning Repository
2,273 repository in totale
Modern Time Series Forecasting with Python, pubblicato da Packt
Articoli, implementazioni, set di dati e strumenti relativi al rilevamento di comunitร profondo e convenzionale.
[NeurIPS 2021] Ripensare le Reti Spazio-Temporali con una Copertura di Memoria Migliorata per la Segmentazione Efficiente di Oggetti Video
Un modello basato su SAM per la segmentazione di istanze di immagini di cereali
[WSDM'2024 Oral] "SSLRec: Un framework di apprendimento auto-supervisionato per le raccomandazioni"
Implementazione ufficiale di SynthTIGER (Synthetic Text Image Generator), ICDAR 2021
Rappresentazione di coordinate consapevole della distribuzione per la stima della posa umana
Riassunto, Codice per la Quantizzazione di Reti Neurali Profonde
Un elenco curato di risorse educative di data science per competenze essenziali di data science
Vector Hub โ Libreria per la facile scoperta e l'utilizzo di modelli all'avanguardia per trasformare i dati in vettori (text2vec, image2vec, video2vec, graph2vec, bert, inception, ecc.)
PraNet: Parallel Reverse Attention Network per la segmentazione dei polipi, MICCAI 2020 (Oral). Il codice che utilizza Jittor Framework รจ disponibile.
Una lista curata di risorse sull'intelligenza artificiale (Corsi, Strumenti, App, Progetti Open Source)
Un Dataset Multimodale su Scala Larga di Automobili con Simulazioni di Dinamica dei Fluidi Computazionale e Benchmark di Deep Learning
Corrispondenza multiview con funzionalitร locali di deep-learning e create manualmente per COLMAP e altri software SfM. Supporta formati ad alta risoluzione e immagini con rotazioni. Sono supportati sia CLI che GUI.
Implementazione migliorata di AnimateAnyone che consente di utilizzare la sequenza di immagini "opse" e l'immagine di riferimento per generare video stilizzati.
Implementazione Pytorch del nostro paper "CLRNet: Cross Layer Refinement Network for Lane Detection" (Accettazione CVPR2022).
[IGARSS'22]: Una Rete Siamese Basata su Trasformatori per il Rilevamento delle Modifiche
[ICLR 2025 Spotlight] Vision-RWKV: Percezione visiva efficiente e scalabile con architetture simili a RWKV
Rilascio del codice per "Transformer non stazionari: esplorare la stazionarietร nelle previsioni delle serie temporali" (NeurIPS 2022), https://arxiv.org/abs/2205.14415
Machine Learning pratico con C++, pubblicato da Packt
Implementazione PyTorch di una rete neurale bayesiana [torchbnn]
Registrazione di articoli recenti relativi a 1) compiti di visione di basso livello come il miglioramento della super-risoluzione di immagini/video; 2) generazione di immagini, principalmente metodi basati su DL successivi al 2018.
File '็ฌๅ็บฟๆฎต็ไธ็งๅๅ.py', basta inserire i dati high e low delle candele K per realizzare automaticamente la suddivisione in tratti, segmenti di linea, nucleo, punti di acquisto e vendita, tipi di trend. Puoi usare sh.csv come file di input. Curriculum in pdf. Il potere del tempo. Alcuni dicono che il timing รจ molto difficile, altri che selezionare azioni รจ facile, altri che le strutture IT per l'arbitraggio statistico sono molto importanti. E alcuni dicono che il sistema ha principi imprevedibili. Opinioni contrastanti. Un sistema distribuito, quando il tuo impatto puรฒ essere ignorato, solo allora puoi realizzarlo, come diceva il presidente Jiang: arricchirsi in silenzio. Nella prima settimana, il mercato รจ sceso dell'1%, ho guadagnato diecimila, un 5% di profitto. #Azioni #Borsa #TeoriaChan https://v.kuaishou.com/bFEl6M Copia questo messaggio e apri ใKwaiใ per visualizzare!
Un'interfaccia unificata per algoritmi di ottimizzazione ed esperimenti
Soluzioni degli esercizi di "Deep Learning mit PyTorch", l'indirizzo di lettura online รจ il seguente:
La tua guida pratica alla matematica utilizzata nell'intelligenza artificiale
Questo repository contiene un elenco di letture su articoli relativi alla segmentazione delle serie temporali. Questo repository รจ ancora in continuo miglioramento.
CRSLab รจ un toolkit open-source per la costruzione di sistemi di raccomandazione conversazionale (CRS).
SDK Supervisely per Python - modo conveniente per automatizzare, personalizzare ed estendere la piattaforma Supervisely per il tuo compito di visione artificiale
Questo repository รจ dedicato a tutti gli appassionati di IA che amano davvero leggere libri e imparare.
Modellazione del rumore basata sulla fisica per la fotografia in condizioni di luce estremamente bassa (CVPR 2020 Orale & TPAMI 2021)
AlphaFold incontra il Flow Matching per la generazione di ensemble proteici
[Information Fusion (Vol.103, Mar. '24)] Potenziare l'Image Matting con Vision Transformers semplici pre-addestrati
Il codice ufficiale per โDeep Unrestricted Document Image Rectificationโ, TMM, 2023.
Happy Transformer rende facile il fine-tuning e l'inferenza con modelli Transformer NLP.
[AAAI' 25] U-KAN costituisce una solida base per la segmentazione e la generazione di immagini mediche
PLUTO: Spingere al limite la pianificazione basata sull'apprendimento per imitazione per la guida autonoma