#deep-learning リポジトリ
リポジトリ合計2,273件
deeplearning.ai が提供する Coursera Deep Learning スペシャライゼーション内のすべてのコースからのノート、プログラミング課題、およびクイズ: (i) ニューラルネットワークとディープラーニング; (ii) ディープニューラルネットワークの改善: ハイパーパラメータチューニング、正則化、最適化; (iii) 機械学習プロジェクトの構造化; (iv) 畳み込みニューラルネットワーク; (v) シーケンスモデル
https://www.youtube.com/channel/UC34rW-HtPJulxr5wp2Xa04w?sub_confirmation=1
Azure Machine Learning Python SDK を使用した ML およびディープラーニングの例を含む Python ノートブック | Microsoft
⚡️SwanLab - オープンソースでモダンなデザインのAIトレーニング追跡および可視化ツール。クラウド/セルフホストでの利用をサポート。PyTorch / Transformers / verl / LLaMA Factory / ms-swift / Ultralytics / MMEngine / Kerasなどと統合されています。
InstantMesh: Sparse-view Large Reconstruction Modelによる単一画像からの効率的な3Dメッシュ生成
このリポジトリでは、ディープラーニングベースのモデルを本番環境にデプロイするための役立つノートと参照情報を共有します。
LightLLMは、軽量な設計、容易なスケーラビリティ、および高速なパフォーマンスで知られる、LLM(大規模言語モデル)の推論およびサービングのためのPythonベースのフレームワークです。
AlphaZeroを基にしたクリーンな実装、どんなフレームワークのどんなゲームにも + チュートリアル + Othello/ゴバン/TicTacToe/Connect4 など
このプロジェクトは、Dive Into Deep Learning (https://d2l.ai/) という書籍を再現し、MXNet のコードを PyTorch に適応させます。
TrueFoundry による本番環境向けのモジュラー型オープンソース アプリケーション構築のための RAG (Retrieval Augmented Generation) フレームワーク
この完全な0から100までのリポジトリで、人工知能、機械学習、生成AI、ディープラーニング、データサイエンス、自然言語処理、強化学習などの分野の専門家になりましょう。
[ECCV 2022] これは、自動運転の知覚(例:3Dオブジェクト検出、セマンティックマップセグメンテーション)のためのカメラ専用フレームワークであるBEVFormerの公式実装です。
「Build a Large Language Model (From Scratch)」は、GPTなどの大規模モデルのアーキテクチャ、トレーニングプロセス、およびアプリケーション開発について深く理解したい学習者向けの、大規模言語モデルの原理と実装を深く掘り下げた電子書籍です。より多くの中国語の読者がこの非常に価値のある教材に触れられるように、私はこれを中国語に翻訳し、GitHubを通じてオープンソースで共有することを決定しました。
CPU(x64、AArch64、RISC-V)およびIntel GPU向けの、最適化されたディープラーニング演算(行列乗算、畳み込み、アテンション)のオープンソースライブラリ。PyTorch、TensorFlow、OpenVINO、ONNX Runtimeで使用されています。
FEDML - 大規模分散トレーニング、モデルサービング、フェデレーテッドラーニングのための、統合されたスケーラブルなMLライブラリ。クロス クラウド スケジューラであるFEDML Launchは、あらゆるGPUクラウドまたはオンプレミス クラスタで任意のAIジョブを実行できるようにします。このライブラリに基づいて構築されたTensorOpera AI (https://TensorOpera.ai) は、大規模な生成AIプラットフォームです。
Deepchecks: MLモデルとデータの継続的な検証のためのテスト。Deepchecksは、研究から本番環境まで、データとモデルを徹底的にテストできる、すべてのAIおよびML検証ニーズに対応する包括的なオープンソースソリューションです。
TimeGPT-2.1:予測と異常検知に対応した、本番環境対応の事前学習済み時系列基盤モデル。1,000億を超えるデータポイントで学習した、時系列向けの生成系事前学習済みトランスフォーマーです。わずか数行のコードで、小売、電力、金融、IoTなどさまざまな分野を正確に予測できます 🚀。
Synapsa Commons:どこでも実行できる無料の実践型AIコース(Colab、Kaggle、Binder、Codespaces、Jupyter)。EU AI法への適合性の証拠、モデル検証、予知保全、文書抽出、検索とRAG、AIエージェントとMCP、シミュレーションされたヒューマノイドを扱います。すべてのレッスンを自動採点。Synapsaを開発するチームより。