#deep-learning Repositórios
2,273 repositórios no total
Implementação PyTorch de vários métodos para aprendizado contínuo (XdG, EWC, SI, LwF, FROMP, DGR, BI-R, ER, A-GEM, iCaRL, Classificador Generativo) em três cenários diferentes.
Reconstrução Precisa de Face 3D com Aprendizagem Fracamente Supervisionada: De Imagem Única a Conjunto de Imagens (CVPRW 2019). Uma implementação em PyTorch.
Uma estrutura de aprendizado profundo baseada em pytorch para segmentação de imagens médicas multimodais 2D/3D
[ICCV 2023] Make-It-3D: Criação 3D de Alta Fidelidade a partir de Uma Única Imagem com Prior Difusivo
Treine modelos de IA de forma eficiente em imagens médicas usando qualquer framework
DeepSeekMoE: Rumo à Especialização Suprema de Especialistas em Modelos de Linguagem de Mistura de Especialistas
Esta é uma lista de recursos para aprimoramento de imagens com pouca luz
Um sistema de programação probabilística de propósito geral com inferência programável
😎 Uma lista atualizada e selecionada de excelentes artigos, métodos e recursos de aprendizagem semissupervisionada.
Uma lista selecionada de conjuntos de dados de radar, detecção, rastreamento e fusão
Biblioteca autossuficiente de Machine Learning e Processamento de Linguagem Natural em Go
Uma lista selecionada de artigos de mineração de dados sobre detecção de fraudes.
Alguns livros e PDFs incríveis relacionados à IA para aprendizado e download, aplique também alguns modelos de playground para aprendizado
Guia para o uso de modelos de linguagem grandes pré-treinados de código-fonte
Implementação oficial do modelo RAVE: um Realtime Audio Variational autoEncoder
RDT-1B: um Modelo de Fundação de Difusão para Manipulação Bimanual
:art: Modelos de segmentação semântica, datasets e perdas implementados em PyTorch.
Interpretabilidade e explicabilidade de dados e modelos de aprendizado de máquina
Apostas esportivas da NBA usando aprendizado de máquina
Repositório de Código para Redes de Tempo-Constante Líquido (LTCs)
Rede Neuronal Convolucional Temporal para o Método de Previsão de Fluxo de Tráfego Urbano
Acompanhamento, pesquisa e aplicação de tecnologias de ponta, como processamento de linguagem natural, grafos de conhecimento, grandes modelos de linguagem e agentes.
PPL Quantization Tool (PPQ) é uma poderosa ferramenta de quantização de rede neural offline.
Plugin de Aimbot OBS para Delta Force (PC e Mobile) – Assistência inteligente de mira na cabeça baseada em injeção de renderização OBS, com suporte para integração com QQ Music/NetEase Cloud, reconhecimento ósseo preciso, mira automática suave, controle de recuo, evasão estável de detecção e maior eficiência de eliminações. 5L2G5YW25a6e5Lul5LiK5YWo5piv6aqX5L2g55qE77yM6L+Z5Y+q5piv5Liq5biu5L2g5a6J6KOF5pqX5Yy656qB5Zu055qE5Y+N5L2c5byK6aG555uu572i5LqG
Lista aproximada dos meus recursos favoritos de aprendizagem profunda (deep learning), úteis para revisitar tópicos ou para referência. Eu estudei cuidadosamente todo o conteúdo listado ali. - Guillaume Chevalier
Curadoria de dados sintéticos para pós-treinamento e extração de dados estruturados
[Nomeação de Melhor Artigo PVLDB 2024] TFB: Em Direção a Benchmarking Abrangente e Justo de Métodos de Previsão de Séries Temporais
Analisador BirdNET para processamento de dados de áudio científicos.
TorchMultimodal é uma biblioteca PyTorch para treinar modelos multitarefa multimodais de última geração em escala.
Treinamento completo para modelos de visão (YOLO, ViTs, RT-DETR, DINOv3): pré-treinamento, ajuste fino, destilação.
Top 200 repositórios de deep learning do Github classificados pelo número de estrelas.
Explicações sobre provas, exemplos, suplementos conceituais e referências de "Introdução à Teoria do Aprendizado de Máquina" (o Livro Baú).
Uma lista abrangente de mais de 180 canais do YouTube para Ciência de Dados, Engenharia de Dados, Aprendizado de Máquina, Aprendizado Profundo, Ciência da Computação, programação, engenharia de software, etc.