#deep-learning Repositórios
2,273 repositórios no total
Um Framework PyTorch para Modelos de Recomendação, Fácil de usar e Fácil de estender.
[PKU EPIC Lab] Guia Introdutório de IA Incorporada para Iniciantes
[CVPR 2024 Oral, Melhor Artigo Segundo Lugar] Código para "pixelSplat: 3D Gaussian Splats a partir de Pares de Imagens para Reconstrução 3D Escalável e Generalizável" por David Charatan, Sizhe Lester Li, Andrea Tagliasacchi e Vincent Sitzmann
Recurso para ajudá-lo a se preparar para suas próximas entrevistas de ciência de dados.
Implementação oficial de "OpenPifPaf: Composite Fields for Semantic Keypoint Detection and Spatio-Temporal Association" em PyTorch.
[CVPR 2026] 🔥🔥 Repositório oficial do USO: Geração unificada de estilo e baseada em assunto via Aprendizado Desentrelaçado e Aprendizado por Recompensa
[NeurIPS 2023] Código oficial para "SMPLer-X: Ampliando a Estimativa Expressiva de Pose e Forma Humana"
Implementação Keras de "One pixel attack for fooling deep neural networks" usando evolução diferencial em Cifar10 e ImageNet
Limiar Dinâmico (Correção de Escala CFG) para Stable Diffusion (SwarmUI, ComfyUI e Auto WebUI)
Tutoriais de LangChain e Prompt Engineering sobre Grandes Modelos de Linguagem (LLMs), como o ChatGPT, com dados personalizados. Jupyter notebooks sobre carregamento e indexação de dados, criação de modelos de prompt, agentes CSV e uso de cadeias de recuperação de QA para consultar os dados personalizados. Projetos para usar um LLM privado (Llama 2) para conversação com arquivos PDF, análise de sentimento de tweets.
Implementação do Perceiver, Percepção Geral com Atenção Iterativa, em Pytorch
Estrutura de Compressão de Rede Neural para inferência OpenVINO™ aprimorada
TorchXRayVision: Uma biblioteca de conjuntos de dados e modelos de raios-X de tórax. Classificadores, segmentação e autoencoders.
Estrutura de sequência para sequência com foco em Tradução Automática Neural baseada em PyTorch
Um módulo Python para obter o status da GPU de GPUs NVIDIA usando nvidia-smi programaticamente em Python
Encontre automaticamente problemas em conjuntos de dados de imagem e pratique visão computacional centrada em dados.
Notas de leitura sobre Modelos de Linguagem Grandes Multimodais, Modelos de Linguagem Grandes e Modelos de Difusão
:smiley_cat: Modelo de aplicativo classificador de imagens bonito e simples. Implante seu próprio modelo treinado ou um modelo pré-treinado (VGG, ResNet, Densenet) em um aplicativo web usando Flask em 10 minutos.
Vídeos, notas e experimentos para entender o aprendizado profundo
Rastreamento de múltiplos objetos de alto desempenho baseado em YOLO, Deep SORT e KLT 🚀
Um hub completo e estruturado para aprender Inteligência Artificial — cobrindo IA, Aprendizado de Máquina, Aprendizado Profundo e Ciência de Dados com livros, roadmaps e recursos selecionados do iniciante ao avançado.
:basketball::robot::basketball: Aplicativo web e API de IA para analisar arremessos e postura de arremesso de basquete.
Um método simples para realizar aprendizado semi-supervisionado com dados limitados.
Um extrator de representação de análise humana pronto para uso.
Recursos para recuperação de fase (também chamada de imagem de fase, recuperação de fase ou reconstrução de fase)
Código para "Deep Snake para Segmentação de Instâncias em Tempo Real" CVPR 2020 oral
Uma estrutura flexível e extensível para reconhecimento de marcha. Você pode se concentrar em projetar seus próprios modelos e comparar facilmente com o estado da arte com a ajuda do OpenGait.
DeepRec é um framework de deep learning de recomendação de alto desempenho baseado no TensorFlow. Ele está em fase de incubação na LF AI & Data Foundation.
Autoencoder variacional implementado em tensorflow e pytorch (incluindo fluxo autorregressivo inverso)
Aumento de dados de áudio rápido no PyTorch. Inspirado por audiomentations. Útil para deep learning.
Modelos de Fundação Multimodais de Fronteira para Compreensão de Imagens e Vídeos
[ICLR24] Implementação oficial do artigo “MagicDrive: Geração de Vistas de Rua com Controle Diverso de Geometria 3D”
Um tutorial de autoaprendizagem para Programação de Alto Desempenho em CUDA.