#transformer 저장소
저장소 총 208개
딥러닝 입문 강의, 고급 강의, 특색 강의, 학술 사례, 산업 실천 사례, 딥러닝 지식 백과 및 면접 문제 은행 딥러닝 및 AI의 코스, 사례 및 지식
이 저장소에는 시계열 예측/예측(TSF) 및 시공간 예측/예측(STF)에 대한 논문 목록이 포함되어 있습니다. 이 논문들은 주로 모델 유형에 따라 분류됩니다.
[AutoArk] GPA(General Purpose Audio)는 단 하나의 작은 모델로 ASR(음성 인식), TTS(음성 합성), 음성 변환을 모두 수행할 수 있습니다!
사전 학습 데이터, 토크나이저, Transformer, MoE, 분산 학습, 스케일링 법칙, 추론 및 정렬을 다룹니다. LLM을 풀스택으로 학습하기 위한 단계별 코딩 과제 6개를 제공합니다.
🔥🔥🔥 YOLO11, YOLOv8, TYOLOv12, YOLOv10, RT-DETR, YOLOv7, YOLOv5 개선 모델에 집중, 백본, 넥, 헤드, 로스, IoU, NMS 및 기타 모듈 개선 지원🚀
시계열 트랜스포머에 대한 훌륭한 리소스(논문, 코드, 데이터 등)를 전문적으로 선별한 목록입니다.
코드를 온라인에서 대화형으로 실행할 수 있는 컴퓨터 비전 폐쇄 루프 학습 플랫폼. 학습 폐쇄 루프 "실습 컴퓨터 비전: 알고리즘 및 응용" 중국어 전자책, 소스 코드, 독자 교류 커뮤니티 (지속 업데이트 중 ...) 📘 온라인 전자책 https://charmve.github.io/computer-vision-in-action/ 👇프로젝트 홈페이지
[CVPR 2022--Oral] Restormer: 고해상도 이미지 복원을 위한 효율적인 트랜스포머. 모션 블러 제거, 이미지 비가림, 노이즈 제거(가우시안/실제 데이터) 및 초점 흐림 제거를 위한 SOTA.
쉬운 대규모 언어 모델(LLM), EasyLM은 JAX/Flax에서 LLM의 사전 학습, 미세 조정, 평가 및 서비스 제공을 위한 원스톱 솔루션입니다.
PyTorch를 사용한 머신러닝 및 딥러닝으로 실생활 문제를 해결하는 Jupyter Notebook 튜토리얼. 주제: Detectron 2를 사용한 얼굴 감지, LSTM Autoencoders를 사용한 시계열 이상 감지, YOLO v5를 사용한 객체 감지, 첫 번째 Neural Network 구축, Coronavirus 일일 사례를 위한 시계열 예측, BER를 사용한 감정 분석
🍅🍅🍅YOLOv5-Lite: yolov5에서 발전되었으며 모델 크기는 900+kb(int8) 및 1.7M(fp16)에 불과합니다. Raspberry Pi 4B에서 15 FPS 달성~
[CVPR 2025 Highlight] Video Depth Anything: 초장편 비디오를 위한 일관된 깊이 추정
"iTransformer: Inverted Transformers Are Effective for Time Series Forecasting" (ICLR 2024 Spotlight)의 공식 구현
만다린어, 중국 방언 및 영어를 지원하며 공개 만다린어 ASR 벤치마크에서 새로운 SOTA를 달성하는 동시에 뛰어난 노래 가사 인식 기능을 제공하는 오픈 소스 산업 등급 ASR 모델.
QuantMind(퀀트 브레인) 오픈 소스 버전은 개인 개발자와 투자·리서치 팀을 위한 AI 네이티브 멀티마켓 퀀트 트레이딩 플랫폼입니다. Microsoft Qlib, RD-Agent의 팩터 진화, QuantBot 올인원 워크벤치를 심층 통합하여 300개 이상의 차원 팩터 마이닝, 13종의 머신러닝 및 딥러닝 모델 공장, Qlib 고성능 백테스팅, 횡단면 일괄 추론, 24시간 365일 실시간 여론·감성 분석, TongdaXin 심층 연동(섹터 푸시/알림 레이더/초고속 주문)부터 실거래 및 모의거래까지 완전한 폐쇄 루프를 제공합니다. A주, 홍콩 주식, 미국 주식, 선물 및 블록체인을 지원합니다. 상업적으로 무료 사용할 수 있으며 Docker Compose를 통해 원클릭 프라이빗 배포가 가능합니다. 데이터와 모델은 완전히 로컬에서 관리되어 전략의 프라이버시를 보장하며, 모든 기능을 진입 장벽이나 제한 없이 사용할 수 있습니다.
간편하고 사용하기 쉬운 고성능 AI 배포 프레임워크 | An Easy-to-Use and High-Performance AI Deployment Framework
중국어 긴 텍스트 분류, 짧은 문장 분류, 다중 레이블 분류, 두 문장 유사도 (Keras NLP의 Chinese Text Classification, multi-label classify, or sentence classify, long or short), 글자/단어/문장 벡터 임베딩 레이어 (embeddings)와 네트워크 레이어 (graph) 구축 베이스 클래스, FastText, TextCNN, CharCNN, TextRNN, RCNN, DCNN, DPCNN, VDCNN, CRNN, Bert, Xlnet, Albert, Attention, DeepMoji, HAN, 캡슐 네트워크-CapsuleNet, Transformer-encode, Seq2seq, SWEM, LEAM, TextGCN
재현 가능한 딥러닝 연구를 위한 PyTorch 기반 노코드 프레임워크. PyTorch 생태계. 🏆 지금까지 TPAMI, CVPR, ICLR, ECCV, NeurIPS, ICCV, AAAI 등에 발표된 지식 증류 방법 28가지를 구현했습니다. 🎁 재현성을 보장하고 벤치마크를 수행할 수 있도록 학습된 모델, 학습 로그 및 설정을 제공합니다.
Kernl을 사용하면 단 한 줄의 코드로 GPU에서 PyTorch 트랜스포머 모델을 몇 배 더 빠르게 실행할 수 있으며, 쉽게 수정할 수 있도록 설계되었습니다.