#neural-network 저장소
저장소 총 213개
딥 러닝과 머신 러닝 주식은 장기 및 단기 투자자와 트레이더 모두에게 유망한 기회를 나타냅니다.
실제 양자 컴퓨터에 쉽게 배포할 수 있는 지원을 갖춘 양자 고전 시뮬레이션, 양자 기계 학습, 양자 신경망, 매개변수화된 양자 회로를 위한 PyTorch 기반 프레임워크.
Institut Polytechnique de Paris의 Master Year 2 Data Science 딥러닝 강의 슬라이드 및 주피터 노트북
Train to 94% on CIFAR-10 in <6.3 seconds on a single A100. Or ~95.79% in ~110 seconds (or less!)
멀티모달 인지를 위한 분산 학습 및 추론: 텍스트, 이미지, 비디오, 오디오, 코드, 그래프 전반에서 공유되는 임베딩(64~1024차원) 🖼️
과학적 머신러닝(SciML) 가속 시뮬레이션을 위한 (편미분) 미분방정식의 Physics-Informed Neural Networks (PINN) 솔버
Cifar10과 ImageNet에서 차동 진화를 사용한 "One pixel attack for fooling deep neural networks"의 Keras 구현
:computer: 기계가 배우도록 만드는 법을 배우세요. 프로그래밍으로 고생할 필요가 없어요; 궁극의 목록
신경 그래픽 기본 요소의 즉각적인 훈련에 대한 NVIDIA 논문의 순수 PyTorch 구현: https://nvlabs.github.io/instant-ngp/
단안 컬러 이미지에서 유래한 2D 신체 관절 추정치를 기반으로 인기 있는 Bio Vision Hierarchy (BVH) 형식에서 직접 3D 인간 자세를 추정하는 실시간 방법. 우리의 기여는 다음과 같습니다: (a) 새로운 그리고 컴팩트한 2D 자세 NSRM 표현. (b) 인간 신체 방향 분류기와 방향 조정된 앙상블