#deep-learning 저장소
저장소 총 2,273개
Python과 Keras를 사용한 LSTM 순환 신경망을 이용한 다중 다변량 시계열 예측 예제.
Machine Learning, uv, GitHub Actions 및 Pytests를 사용하는 FastAPI 프로젝트를 위한 Cookiecutter 템플릿
풀 스택 ML(머신러닝) 로드맵은 데이터 수집 및 전처리, 모델 개발, 배포, 유지 관리를 포함한 머신러닝의 모든 측면에서 능숙해지기 위해 필요한 기술과 기술을 배우는 것을 포함합니다.
Yann LeCun의 1989년 논문 "Backpropagation Applied to Handwritten Zip Code Recognition" 재현. 이는 제가 알기로 역전파로 훈련된 신경망의 최초 실제 적용 사례입니다.
Dataset Management Framework, 컴퓨터 비전 데이터셋을 구축, 분석 및 관리하기 위한 Python 라이브러리 및 CLI 도구.
"Adversarial Motion Priors Make Good Substitutes for Complex Reward Functions"의 코드
이 리포지토리는 DQN, DDQN, Dueling Network, DDPG, SAC, A2C, PPO, TRPO를 포함한 PyTorch 기반의 고전적인 심층 강화 학습 알고리즘의 대부분을 구현하고 있습니다. (더 많은 알고리즘이 진행 중입니다)
Flink에서의 딥러닝은 Flink와 딥러닝 프레임워크(예: TensorFlow, PyTorch 등)를 통합하여 Flink 클러스터에서 분산 딥러닝 훈련과 추론을 가능하게 하는 것을 목표로 합니다.
[ECCV 2024] InstructIR: 사람의 지시에 따른 고품질 이미지 복원 https://huggingface.co/spaces/marcosv/InstructIR
"Distill Any Depth: Distillation Creates a Stronger Monocular Depth Estimator"의 저장소
LSD(LiDAR SLAM & Detection)는 자율 주행 차량/로봇을 위한 오픈 소스 인식 아키텍처입니다.
딥 러닝을 위한 Fabric (FfDL, fiddle로 발음)은 Kubernetes에서 TensorFlow, Caffe, PyTorch 등을 서비스로 제공하는 딥 러닝 플랫폼입니다.
시계열 예측을 위한 TensorFlow LSTM(순환 신경망) 신경망을 이용한 주가 예측
ML-capsule은 멘토나 가이드 없이 머신러닝을 배우고자 하는 초보자 및 숙련된 데이터 과학 애호가를 위한 프로젝트입니다. 저희 저장소를 사용하여 ML, DL 및 다양한 관련 기술을 실제 프로젝트를 통해 배우고 인터뷰를 준비할 수 있습니다.