#deep-learning 저장소
저장소 총 2,273개
deeplearning.ai에서 제공하는 Coursera 딥러닝 전문화 내 모든 과정의 노트, 프로그래밍 과제 및 퀴즈: (i) 신경망 및 딥러닝; (ii) 딥 신경망 개선: 하이퍼파라미터 튜닝, 정규화 및 최적화; (iii) 머신러닝 프로젝트 구조화; (iv) 컨볼루션 신경망; (v) 시퀀스 모델
https://www.youtube.com/channel/UC34rW-HtPJulxr5wp2Xa04w?sub_confirmation=1
Azure Machine Learning Python SDK를 사용한 ML 및 딥러닝 예제 Python 노트북 | Microsoft
⚡️SwanLab - 오픈 소스, 현대적인 디자인의 AI 훈련 추적 및 시각화 도구. 클라우드 / 자체 호스팅 사용을 지원합니다. PyTorch / Transformers / verl / LLaMA Factory / ms-swift / Ultralytics / MMEngine / Keras 등과 통합됩니다.
InstantMesh: Sparse-view Large Reconstruction Model을 이용한 단일 이미지로부터의 효율적인 3D 메시 생성
이 리포지토리에서 프로덕션 환경에 딥러닝 기반 모델을 배포하는 데 유용한 노트와 참조 자료를 공유하겠습니다.
LightLLM은 경량 설계, 쉬운 확장성 및 고속 성능으로 주목받는 LLM(대규모 언어 모델) 추론 및 서빙을 위한 Python 기반 프레임워크입니다.
AlphaZero를 기반으로 한 어떤 프레임워크의 어떤 게임에 대한 깔끔한 구현 + 튜토리얼 + Othello/오목/TicTacToe/Connect4 등
이 프로젝트는 Dive Into Deep Learning 책(https://d2l.ai/)을 재현하며, MXNet 코드를 PyTorch로 적응시킵니다.
이 완벽한 0~100 리포지토리를 통해 인공 지능, 머신러닝, 생성형 AI, 딥러닝, 데이터 과학, 자연어 처리, 강화 학습 등 다양한 분야에 능숙해지십시오.
[ECCV 2022] 자율 주행 인식, 예: 3D 객체 감지 및 의미론적 맵 분할을 위한 카메라 전용 프레임워크인 BEVFormer의 공식 구현입니다.
"Build a Large Language Model (From Scratch)"는 GPT와 같은 대규모 모델의 아키텍처, 훈련 과정 및 애플리케이션 개발을 깊이 이해하고자 하는 학습자에게 적합하며, 대규모 언어 모델의 원리와 구현을 심도 있게 탐구하는 전자책입니다. 더 많은 중국어 독자들이 이 매우 가치 있는 교재를 접할 수 있도록, 저는 이 책을 중국어로 번역하고 GitHub를 통해 오픈 소스로 공유하기로 결정했습니다.
Free Spaced Repetition Scheduler 알고리즘을 기반으로 한 현대적인 Anki 사용자 지정 일정
CPU(x64, AArch64, RISC-V) 및 Intel GPU를 위한 최적화된 딥 러닝 연산(행렬 곱셈, 컨볼루션, 어텐션) 오픈 소스 라이브러리입니다. PyTorch, TensorFlow, OpenVINO, ONNX Runtime에서 사용됩니다.
FEDML – 대규모 분산 학습, 모델 서빙 및 연합 학습을 위한 통합되고 확장 가능한 ML 라이브러리입니다. 크로스 클라우드 스케줄러인 FEDML Launch는 모든 GPU 클라우드 또는 온프레미스 클러스터에서 모든 AI 작업을 실행할 수 있도록 지원합니다. 이 라이브러리를 기반으로 구축된 TensorOpera AI(https://TensorOpera.ai)는 대규모 생성형 AI 플랫폼입니다.
Deepchecks: ML 모델 및 데이터의 지속적인 검증을 위한 테스트. Deepchecks는 연구부터 프로덕션까지 데이터와 모델을 철저히 테스트할 수 있도록 지원하는 모든 AI 및 ML 검증 요구 사항을 위한 전체론적 오픈 소스 솔루션입니다.
TimeGPT-2.1: 예측 및 이상 탐지를 위한 프로덕션 준비 완료 사전 학습 시계열 파운데이션 모델입니다. 1,000억 개가 넘는 데이터 포인트로 학습된 시계열용 생성형 사전 학습 트랜스포머입니다. 몇 줄의 코드만으로 소매, 전력, 금융, IoT 등 다양한 분야를 정확하게 예측할 수 있습니다 🚀.
Synapsa Commons: 어디서나 실행할 수 있는 무료 실습형 AI 강좌입니다(Colab, Kaggle, Binder, Codespaces, Jupyter). EU AI 법 준수 증거, 모델 검증, 예측 유지보수, 문서 추출, 검색 및 RAG, AI 에이전트와 MCP, 시뮬레이션된 휴머노이드를 다룹니다. 모든 레슨은 자동 채점됩니다. Synapsa를 구축하는 팀이 제공합니다.