#neural-networks 저장소
저장소 총 277개
모든 신경망의 모든 연산을 검사하고 시각화하며 개입할 수 있습니다. 모델 코드를 변경하지 않고 모든 활성값과 그래디언트, 전체 계산 그래프, 800개 이상의 메타데이터 필드를 캡처합니다. PyTorch, JAX, TensorFlow, MLX, PaddlePaddle, tinygrad를 지원합니다. 6,400개 이상의 모델에서 검증되었습니다. 연구자와 AI 에이전트를 위해 개발되었습니다.
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.
제가 자체적으로 학습 및 출시한 모든 AI 업스케일링 모델입니다. 600개 이상의 다양한 업스케일링 모델을 수집하고 적용한 후, 저는 저만의 모델을 훈련하는 방법을 배웠고, 이것이 그 결과입니다.
실시간 경험을 통해 학습하는 뇌. 기본적으로 시스템 1: 지각, 기억, 가소성, 행동. 자기 관찰과 느린 수정을 위한 선택적 시스템 2.
JAX+Equinox에서 비선형 최적화(근 찾기, 최소 제곱 등). https://docs.kidger.site/optimistix/
이 리포지토리에는 ML/AI 연구 및 연구 논문에 능숙해지는 데 필요한 모든 것이 포함되어 있습니다.
Deep Learning Simplified는 딥러닝 여정을 시작하려는 기여자들을 위한 초급부터 고급 수준의 딥러닝 프로젝트를 포함하는 오픈 소스 저장소입니다. Devfolio URL, https://devfolio.co/projects/deep-learning-simplified-f013
AAAI 2024 논문: 최고의 인공 지능 컨퍼런스 중 하나에서 발표된 혁신적인 연구 논문의 종합 컬렉션을 살펴보세요. 더 나은 이해를 위해 코드 구현을 원활하게 통합하세요. ⭐ 이 리포지토리에서 인공 지능 발전의 최전선을 경험하세요!
논문 "DewarpNet: Single-Image Document Unwarping With Stacked 3D and 2D Regression Networks" (ICCV '19)에 대한 코드