#deep-learning Repositórios
2,273 repositórios no total
Uma lista selecionada de recursos de aprendizado por reforço com feedback humano (continuamente atualizada)
Anotações, tarefas de programação e questionários de todos os cursos da especialização Deep Learning da Coursera oferecida pela deeplearning.ai: (i) Redes Neurais e Aprendizagem Profunda; (ii) Melhorando Redes Neurais Profundas: Ajuste de Hiperparâmetros, Regularização e Otimização; (iii) Estruturação de Projetos de Aprendizado de Máquina; (iv) Redes Neurais Convolucionais; (v) Modelos de Sequência
https://www.youtube.com/channel/UC34rW-HtPJulxr5wp2Xa04w?sub_confirmation=1
Uma biblioteca rápida para AutoML e otimização. Junte-se ao nosso Discord: https://discord.gg/Cppx2vSPVP.
Tutoriais e recursos selecionados para Modelos de Linguagem Grande, Pintura de IA e muito mais.
Um Kit de Ferramentas de Processamento de Fala Impulsionado por IA e Modelos Pré-treinados SOTA de Código Aberto, que suporta Aprimoramento de Fala, Separação e Extração de Locutor Alvo, etc.
Cadernos Python com exemplos de ML e aprendizado profundo com o SDK Python do Azure Machine Learning | Microsoft
⚡️SwanLab - uma ferramenta de visualização e rastreamento de treinamento de IA de código aberto e design moderno. Suporta uso em nuvem / auto-hospedado. Integrado com PyTorch / Transformers / verl / LLaMA Factory / ms-swift / Ultralytics / MMEngine / Keras, etc.
InstantMesh: Geração Eficiente de Malha 3D a Partir de uma Única Imagem Usando Grandes Modelos de Reconstrução de Visão Escassa
Neste repositório, compartilharei algumas notas e referências úteis sobre a implantação de modelos baseados em aprendizado profundo em produção.
LightLLM é um framework de inferência e serviço de LLM (Large Language Model) baseado em Python, notável por seu design leve, escalabilidade fácil e desempenho de alta velocidade.
Uma Coleção de Guias Rápidos, Livros, Perguntas e Portfólio Para Preparação de Entrevistas de DS/ML
Uma implementação limpa baseada no AlphaZero para qualquer jogo em qualquer framework + tutorial + Othello/Gobang/TicTacToe/Connect4 e mais
Este projeto reproduz o livro Dive Into Deep Learning (https://d2l.ai/), adaptando o código do MXNet para o PyTorch.
Estrutura RAG (Retrieval Augmented Generation) para construir aplicações modulares e de código aberto para produção pela TrueFoundry
Torne-se proficiente em Inteligência Artificial, Machine Learning, IA Generativa, Deep Learning, Ciência de Dados, Processamento de Linguagem Natural, Aprendizado por Reforço e mais com este repositório completo de 0 a 100.
Uma estrutura de aprendizado profundo industrial para dados esparsos de alta dimensão
TorchGeo: conjuntos de dados, amostradores, transformações e modelos pré-treinados para dados geoespaciais
Uma lista selecionada de incríveis ferramentas de rotulagem de dados
[ECCV 2022] Esta é a implementação oficial do BEVFormer, uma estrutura baseada apenas em câmeras para a percepção de direção autônoma, por exemplo, detecção de objetos 3D e segmentação de mapas semânticos.
Um pacote Python para segmentar dados geoespaciais com o Segment Anything Model (SAM)
Compilação e estudo de materiais sobre ChatGPT, em atualização contínua...
《Build a Large Language Model (From Scratch)》 é um e-book que explora profundamente os princípios e a implementação de grandes modelos de linguagem, ideal para estudantes que desejam aprofundar seus conhecimentos sobre a arquitetura de grandes modelos como GPT, processos de treinamento e desenvolvimento de aplicações. Para que mais leitores chineses possam ter acesso a este material didático de grande valor, decidi traduzi-lo para o chinês e compartilhá-lo como código aberto via GitHub.
Construa um LLM moderno do zero. Cada linha comentada. Explicado como se tivéssemos cinco anos.
Um agendamento personalizado moderno do Anki baseado no algoritmo Agendador de Repetição Espaçada Livre
Biblioteca de código aberto de operações otimizadas de aprendizado profundo (multiplicação de matrizes, convolução e atenção) para CPUs (x64, AArch64, RISC-V) e GPUs Intel. Utilizada pelo PyTorch, TensorFlow, OpenVINO e ONNX Runtime.
FEDML - A biblioteca de ML unificada e escalável para treinamento distribuído em larga escala, serviço de modelo e aprendizado federado. O FEDML Launch, um agendador multi-cloud, permite ainda a execução de quaisquer tarefas de IA em qualquer cloud de GPU ou cluster local. Construída sobre esta biblioteca, a TensorOpera AI (https://TensorOpera.ai) é a sua plataforma de IA generativa em escala.
Deepchecks: Testes para Validação Contínua de Modelos e Dados de ML. Deepchecks é uma solução holística de código aberto para todas as suas necessidades de validação de IA e ML, permitindo testar completamente seus dados e modelos da pesquisa à produção.
Um framework de código aberto para treinar grandes modelos multimodais.
TimeGPT-2.1: modelo fundacional de séries temporais pré-treinado e pronto para produção, para previsão e detecção de anomalias. Um transformador generativo pré-treinado para séries temporais, treinado com mais de 100 bilhões de pontos de dados. Ele é capaz de fazer previsões precisas em diversos domínios, como varejo, eletricidade, finanças e IoT, com apenas algumas linhas de código 🚀.
Synapsa Commons: cursos gratuitos e práticos de IA que funcionam em qualquer lugar (Colab, Kaggle, Binder, Codespaces, Jupyter). Evidências de conformidade com o Regulamento de IA da UE, validação de modelos, manutenção preditiva, extração de documentos, recuperação e RAG, agentes de IA e MCP, além de um humanoide simulado. Cada lição é avaliada automaticamente. Da equipe que está construindo a Synapsa.