#keras Repository
Scopri 137 repository GitHub open source attivi contrassegnati con #keras, che raccolgono un totale di 592,081 stelle (con una media di 4,321 stelle per progetto). Il progetto leader di questo argomento è lutzroeder/netron, con 33,715 stelle.
137 repository in totale
Visualizzatore per modelli di reti neurali, apprendimento profondo e apprendimento automatico
⛔️ DEPRECATO – Vedi https://github.com/ageron/handson-ml3 o handson-mlp invece.
Notebook Python per la data science: Deep learning (TensorFlow, Theano, Caffe, Keras), scikit-learn, Kaggle, big data (Spark, Hadoop MapReduce, HDFS), matplotlib, pandas, NumPy, SciPy, fondamenti di Python, AWS e varie righe di comando.
Libro interattivo di deep learning con codice multi-framework, matematica e discussioni. Adoptato in 500 università di 70 paesi, inclusi Stanford, MIT, Harvard e Cambridge.
Mask R-CNN per il rilevamento di oggetti e la segmentazione di istanze su Keras e TensorFlow
ncnn è un framework di inferenza per reti neurali ad alte prestazioni ottimizzato per piattaforme mobili
Un elenco classificato di fantastiche librerie Python per il machine learning. Aggiornato settimanalmente.
Una rete neurale che trasforma un mock-up di design in un sito web statico.
Framework per l'addestramento distribuito per TensorFlow, Keras, PyTorch e Apache MXNet.
Una serie di notebook Jupyter che ti guidano attraverso i fondamenti del Machine Learning e del Deep Learning in Python utilizzando Scikit-Learn, Keras e TensorFlow 2.
Mappa di apprendimento dell'intelligenza artificiale, raccolta di quasi 200 casi pratici e progetti, materiali complementari gratuiti, ingresso da zero basi, pratica per l'occupazione! Include: Python, matematica, machine learning, analisi dati, apprendimento profondo, visione artificiale, elaborazione del linguaggio naturale, PyTorch, tensorflow, machine-learning, deep-learning, data-analysis, data-mining, mathematics, data-science, artificial-intelligence, python, tensorflow, tensorflow2, caffe, keras, pytorch, algorithm, numpy, pandas, matplotlib, seaborn, nlp, cv e altri campi caldi
La piattaforma per sviluppatori AI. Usa Weights & Biases per addestrare e affinare modelli, e gestire modelli dall'esperimentazione alla produzione.
Un framework open source per l'apprendimento per rinforzo per addestrare, valutare e distribuire agenti di trading robusti.
Stock AI Trader: piattaforma tutto-in-uno per imparare, fare trading simulato e operare sui mercati reali. Include basi del mercato azionario, strategie, modelli linguistici di grandi dimensioni, estrazione di fattori, machine learning/deep learning/reinforcement learning, reti neurali a grafo, trading ad alta frequenza, distribuzione in C++ e codice JoinQuant.
MMdnn è un insieme di strumenti per aiutare gli utenti a interoperare tra diversi framework di deep learning. Ad es. conversione e visualizzazione dei modelli. Convertire modelli tra Caffe, Keras, MXNet, Tensorflow, CNTK, PyTorch, ONNX e CoreML.
T81-558: Keras - Applicazioni di Reti Neurali Profonde @Washington University in St. Louis
Rilevamento facciale in tempo reale e classificazione di emozioni/genere utilizzando dataset fer2013/imdb con un modello CNN Keras e OpenCV.
Strumenti per Progettare o Visualizzare l'Architettura di una Rete Neurale
Modello Keras per generare codice HTML da mockup di siti web disegnati a mano. Implementa un'architettura di captioning delle immagini per immagini sorgente disegnate.
Modelli di segmentazione con backbones preaddestrati. Keras e TensorFlow Keras.
Un repository per l'archiviazione di modelli che sono stati convertiti tra vari framework. I framework supportati sono TensorFlow, PyTorch, ONNX, OpenVINO, TFJS, TFTRT, TensorFlowLite (Float32/16/INT8), EdgeTPU, CoreML.
In questo repository, condividerò alcune note e riferimenti utili sul deployment di modelli basati su deep learning in produzione.
Un'implementazione pulita basata su AlphaZero per qualsiasi gioco in qualsiasi framework + tutorial + Othello/Gobang/TicTacToe/Connect4 e altro
🧠💬 Articoli che ho scritto sull'apprendimento automatico, archiviati da MachineCurve.com.
Piattaforma hardware e software open source per costruire un'auto a guida autonoma in scala ridotta.
Binding di .NET Standard per TensorFlow di Google per lo sviluppo, l'addestramento e la distribuzione di modelli di Machine Learning in C# e F#.
Directory di tutorial e repository di codice open-source per lavorare con Keras, la libreria di deep learning per Python
Determined è una piattaforma open-source di machine learning che semplifica l'addestramento distribuito, l'ottimizzazione degli iperparametri, il monitoraggio degli esperimenti e la gestione delle risorse. Funziona con PyTorch e TensorFlow.
Implementazione di Segnet, FCN, UNet, PSPNet e altri modelli in Keras.
Un toolbox Python per creare esempi avversari che ingannano le reti neurali in PyTorch, TensorFlow e JAX
[Premio IEEE TMI per il miglior articolo] Implementazione ufficiale di UNet++
Rete neurale profonda per estrarre informazioni intelligenti da documenti di fattura.
Domande frequenti
Qual è il repository #keras più popolare su GitHub?
Il progetto open source #keras più alto in classifica su GitHub è lutzroeder/netron, con 33,715 stelle. Visualizzatore per modelli di reti neurali, apprendimento profondo e apprendimento automatico
Quali linguaggi di programmazione sono più utilizzati nei repository #keras?
Tra i progetti #keras più alti in classifica su GitHub, i linguaggi di programmazione più comuni sono Python, Jupyter Notebook, JavaScript, C++.
Come viene calcolata la classifica dei repository #keras?
Monitoriamo 137 repository open source attivi contrassegnati con #keras (500+ stelle), per un totale di 592,081 stelle e una media di 4,321 stelle per repository. Le classifiche vengono aggiornate quotidianamente tramite l’API di GitHub.