#neural-networks Repository
277 repository in totale
Motore di inferenza Machine Learning per Microcontrollori e Dispositivi Embedded
Deep Learning per la calibrazione della fotocamera e oltre: una rassegna
Un elenco curato di progetti sul connettoma della mosca della frutta: MaleCNS, FlyWire, simulazioni cerebrali, modelli incarnati, giochi e strumenti di ricerca.
Un framework di deep learning per l'ottimizzazione simbolica.
Notebook Colab che coprono strumenti di deep learning per la previsione e la progettazione della struttura biomolecolare
Valutazione automatica unificata della qualitร per parlato, musica e suoni.
Ispeziona, visualizza e intervieni su qualsiasi operazione in qualsiasi rete neurale. Acquisisci ogni attivazione e gradiente, lโintero grafo computazionale e oltre 800 campi di metadati, senza modificare il codice del modello. Supporta PyTorch, JAX, TensorFlow, MLX, PaddlePaddle e tinygrad. Convalidato su oltre 6.400 modelli. Creato per i ricercatori e i loro agenti IA.
YaneuraOu รจ il motore Shogi piรน forte al mondo (giocatore AI), vincitore del 1ยฐ posto a WCSC29, motore educativo e conforme a USI.
Riprodurre l'articolo di Yann LeCun del 1989 "Backpropagation Applied to Handwritten Zip Code Recognition", a mia conoscenza la prima applicazione reale di una rete neurale addestrata con backpropagation.
Dataset Management Framework, una libreria Python e uno strumento CLI per costruire, analizzare e gestire dataset di Computer Vision.
Introduzioni ai concetti chiave nella programmazione quantistica, nonchรฉ tutorial e implementazioni dalla ricerca all'avanguardia nel calcolo quantistico.
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.
L'implementazione ufficiale PyTorch di โMamba-YOLO: basato su SSM per il rilevamento di oggettiโ
YOLOPv2: Migliore, Piรน Veloce, Piรน Forte per la Percezione Panottica della Guida
Un cervello che impara dallโesperienza vissuta. Sistema 1 per impostazione predefinita: percezione, memoria, plasticitร e azione. Sistema 2 opzionale per lโauto-osservazione e le correzioni lente.
Piccolo GPT implementato da zero in Go puro. Ottimizzato per la comprensione. Addestrato sui libri di Jules Verne.
Ottimizzazione non lineare (ricerca di radici, minimi quadrati, ...) in JAX+Equinox. https://docs.kidger.site/optimistix/
Pacchetto Python per eseguire il matching di entitร e testo utilizzando l'apprendimento profondo.
Codice per il libro Deep Learning From Scratch, di O'Reilly settembre 2019
DEPRECATO, ora in sktime - pacchetto companion per deep learning basato su TensorFlow
Questo repository contiene tutto il necessario per diventare esperti nella ricerca ML/AI e negli articoli di ricerca
Deep Learning Simplified รจ un repository open-source, contenente progetti di deep learning di livello da principiante ad avanzato per i collaboratori, che desiderano iniziare il loro percorso nel deep learning. URL Devfolio, https://devfolio.co/projects/deep-learning-simplified-f013
Libreria Python per addestrare reti neurali con forte attenzione alle applicazioni idrologiche.
Documenti AAAI 2024: Esplora una collezione completa di ricerche innovative presentate a una delle principali conferenze sull'intelligenza artificiale. Integra perfettamente le implementazioni del codice per una migliore comprensione. โญ Sperimenta le avanguardie del progresso nell'intelligenza artificiale con questo repository!
Codice per il paper "DewarpNet: Single-Image Document Unwarping With Stacked 3D and 2D Regression Networks" (ICCV '19)
Risolvere problemi diretti e inversi relativi alle equazioni differenziali parziali utilizzando reti neurali informate dalla fisica a base finita (FBPINNs)
Compendio di risorse gratuite di lettura sul ML