#deep-neural-networks Repository
Scopri 103 repository GitHub open source attivi contrassegnati con #deep-neural-networks, che raccolgono un totale di 645,526 stelle (con una media di 6,267 stelle per progetto). Il progetto leader di questo argomento è tensorflow/tensorflow, con 201,665 stelle.
103 repository in totale
tutorial, articoli e altre risorse su machine learning e deep learning
API di riconoscimento vocale offline per Android, iOS, Raspberry Pi e server con Python, Java, C# e Node
Immergiti in Deep Learning, Reinforcement Learning, Machine Learning, Computer Vision e NLP imparando da queste lezioni entusiasmante!!
L'Incredibile PyTorch: un elenco curato di tutorial, papers, progetti, comunità e altro relativo a PyTorch.
pix2code: Generazione di codice da uno screenshot di un'interfaccia utente grafica
Una lista di articoli sulla rilevazione di oggetti usando deep learning.
Tecniche per il deep learning con immagini satellitari e aeree
🦙 LaMa Image Inpainting, Inpainting di maschere ampie e robuste alla risoluzione con convoluzioni di Fourier, WACV 2022
Una raccolta di tutorial sui modelli e le tecniche di visione artificiale all'avanguardia. Esplora tutto, dalle architetture fondamentali come ResNet ai modelli all'avanguardia come RF-DETR, YOLO11, SAM 3 e Qwen3-VL.
OneFlow è un framework di deep learning progettato per essere user-friendly, scalabile ed efficiente.
Una libreria open source per sistemi di dialogo end-to-end basati su deep learning e chatbot.
Un sistema di serving flessibile e ad alta performance per modelli di machine learning
Questo repository è una raccolta curata di collegamenti a vari corsi e risorse sull'intelligenza artificiale (AI)
NanoDet-Plus⚡Modello di deep learning per il rilevamento di oggetti super veloce e leggero senza ancoraggi. 🔥Solo 980 KB (int8) / 1,8 MB (fp16) ed esegue 97FPS su cellulare🔥
Tutto il materiale del corso per il corso Zero to Mastery Deep Learning with TensorFlow.
Codice per il libro Deep Learning with PyTorch di Eli Stevens, Luca Antiga e Thomas Viehmann.
"Grandi Modelli Linguistici" di: Zhao Xin, Li Junyi, Zhou Kun, Tang Tianyi, Wen Jirong
In questo repository, condividerò alcune note e riferimenti utili sul deployment di modelli basati su deep learning in produzione.
DeepFill v1/v2 con Contextual Attention e Gated Convolution, CVPR 2018, e ICCV 2019 Oral
Ottimo progetto per neolaureati, autunnali, primaverili e stage! Ti guideremo passo dopo passo nell'implementazione di una libreria di inferenza deep learning ad alte prestazioni, supportando l'inferenza di modelli di grandi dimensioni come llama2, Unet, YoloV5, Resnet, ecc. Implementa passo dopo passo una libreria di inferenza deep learning ad alte prestazioni.
Questo repository contiene un elenco di letture di articoli su Time Series Forecasting/Prediction (TSF) e Spatio-Temporal Forecasting/Prediction (STF). Questi articoli sono principalmente categorizzati in base al tipo di modello.
Implementazione PyTorch della carta TabNet: https://arxiv.org/pdf/1908.07442.pdf
Elenco di articoli, codice e esperimenti che utilizzano deep learning per la previsione di serie temporali
AIMET è una libreria che fornisce tecniche avanzate di quantizzazione e compressione per modelli di reti neurali addestrati.
Una lista curata di risorse per l'apprendimento con etichette rumorose
Rete neurale profonda per estrarre informazioni intelligenti da documenti di fattura.
Libreria PyTorch di deep learning per previsione di serie temporali, classificazione e rilevamento di anomalie (originariamente per previsione di alluvioni).
Implementazione di "BitNet: Scalare Transformer a 1 bit per modelli linguistici di grandi dimensioni" in PyTorch
I primi 200 repository GitHub di deep learning ordinati per numero di stelle.
Solutori SDE differenziabili con supporto GPU e analisi di sensibilità efficiente.
Domande frequenti
Qual è il repository #deep-neural-networks più popolare su GitHub?
Il progetto open source #deep-neural-networks più alto in classifica su GitHub è tensorflow/tensorflow, con 201,665 stelle. Un framework di machine learning open source per tutti
Quali linguaggi di programmazione sono più utilizzati nei repository #deep-neural-networks?
Tra i progetti #deep-neural-networks più alti in classifica su GitHub, i linguaggi di programmazione più comuni sono Python, Jupyter Notebook, C++, TeX.
Come viene calcolata la classifica dei repository #deep-neural-networks?
Monitoriamo 103 repository open source attivi contrassegnati con #deep-neural-networks (500+ stelle), per un totale di 645,526 stelle e una media di 6,267 stelle per repository. Le classifiche vengono aggiornate quotidianamente tramite l’API di GitHub.