#neural-networks リポジトリ
リポジトリ合計277件
あらゆるニューラルネットワークのあらゆる演算を検査、可視化、介入できます。モデルのコードを変更することなく、すべての活性化値と勾配、完全な計算グラフ、800 以上のメタデータ項目を取得できます。PyTorch、JAX、TensorFlow、MLX、PaddlePaddle、tinygrad に対応。6,400 以上のモデルで検証済み。研究者とその AI エージェントのために開発されました。
Yann LeCun 1989年の論文「Backpropagation Applied to Handwritten Zip Code Recognition」の再現。私の知る限り、これはバックプロパゲーションで訓練されたニューラルネットワークの最も初期の実際的な応用です。
Dataset Management Framework、コンピュータビジョンデータセットの構築、分析、管理のためのPythonライブラリおよびCLIツール。
私が自己学習・公開したAIアップスケーリングモデルのすべてです。600種類以上の異なるアップスケーリングモデルを集めて適用した後、私は独自のモデルを訓練する方法を学びました。これらがその結果です。
JAX+Equinox における非線形最適化(根の探索、最小二乗法など)。https://docs.kidger.site/optimistix/
Deep Learning Simplifiedは、ディープラーニングの旅を始めたい貢献者のために、初心者から上級レベルまでのディープラーニングプロジェクトを含むオープンソースリポジトリです。Devfolio URL、https://devfolio.co/projects/deep-learning-simplified-f013
AAAI 2024 論文: 最も有力な人工知能カンファレンスの一つで発表された革新的な研究論文の包括的なコレクションをご覧ください。より深い理解のためにコード実装をシームレスに統合します。⭐ このリポジトリで人工知能の進歩の最前線を体験してください!
論文 "DewarpNet: Single-Image Document Unwarping With Stacked 3D and 2D Regression Networks" (ICCV '19) のコード