#deep-learning Repositórios
2,273 repositórios no total
Biblioteca de treinamento para detecção e correspondência de características locais
Trabalhos interessantes de visão computacional, aprendizado de máquina e gráficos sobre Gatos!
Uma estrutura para usar LSTMs para detectar anomalias em dados de séries temporais multivariadas. Inclui dados de anomalias de espaçonaves e experimentos das missões Mars Science Laboratory e SMAP.
Um framework Python para avaliação de rotulagem de sequências (reconhecimento de entidade nomeada, marcação de pos, etc...)
[NeurIPS 2020] Código oficial para o artigo "DeepSVG: Uma Rede Generativa Hierárquica para Animação de Gráficos Vetoriais". Inclui uma biblioteca PyTorch para aprendizado profundo com dados SVG.
PyTorch - Cálculo de FID com redimensionamento de imagem e etapas de quantização adequados [CVPR 2022]
:books: Uma coleção de artigos sobre colorização de imagens e vídeos baseada em Deep Learning.
Ferramentas para lidar com dados multimodais em projetos de aprendizado de máquina.
OpenSTL: Um Benchmark Abrangente de Aprendizagem Preditiva Espaço-Temporal
[CVPR2023] O repositório oficial para OC-SORT: SORT Centrado na Observação (Observation-Centric SORT) para Rastreamento Multi-Objeto em vídeo. OC-SORT é simples, online e robusto a oclusão/movimento não linear.
Biblioteca de Tensores Diferenciáveis Rápidos em JavaScript e TypeScript com Bun + Flashlight
[ICLR 2025 Oral] TANGO: Reencenação de Vídeo de Gestos Durante a Fala com Incorporação Hierárquica de Áudio-Movimento e Interpolação por Difusão
Implementação em PyTorch do AudioLCM (ACM-MM'24): uma geração eficiente e de alta qualidade de texto para áudio com modelo de consistência latente.
Uma biblioteca de Deep Learning para Classificação de Tarefas (Sinais) de EEG, baseada em TensorFlow.
[CoRL 2024] Open-TeleVision: Teleoperação com Feedback Visual Ativo Imersivo
NVTabular é uma biblioteca de engenharia e pré-processamento de features para dados tabulares, projetada para manipular de forma rápida e fácil conjuntos de dados em escala de terabytes usados para treinar sistemas de recomendação baseados em deep learning.
Implementação de modelo de linguagem Plug and Play. Permite direcionar o tópico e os atributos dos modelos GPT-2.
Questões de Entrevista Escrita sobre Aprendizado de Máquina/Aprendizado Profundo/Python e Linguagem Go (Machine learning Deep Learning Python and Golang Interview Questions)
Coletânea de recursos online sobre aprendizado de máquina e aprendizado profundo (Recursos de aprendizado de máquina)
[IJCV] Show-1: Casando Modelos de Difusão de Pixel e Latente para Geração de Texto para Vídeo
Implementação oficial do PyTorch de "VITON-HD: High-Resolution Virtual Try-On via Misalignment-Aware Normalization" (CVPR 2021)
🔥 Um agente de IA autônomo que executa seus experimentos de aprendizado profundo 24/7 enquanto você dorme. Monitoramento sem custo, arquitetura Leader-Worker, memória de tamanho constante.
RynnVLA-002: Um Modelo Unificado de Visão-Linguagem-Ação e de Mundo
Uma Caixa de Ferramentas de Operações Composicionais para Otimização Bi-Nível Baseada em Gradientes
APISR: Anime Production Inspired Real-World Anime Super-Resolution (CVPR 2024)
[NeurIPS 2023] MeZO: Ajuste Fino de Modelos de Linguagem Somente com Passagens de Avanço. https://arxiv.org/abs/2305.17333
Allegro é um poderoso modelo de texto para vídeo que gera vídeos de alta qualidade de até 6 segundos a 15 FPS e resolução de 720p a partir de uma entrada de texto simples.
Uma biblioteca leve apenas de cabeçalho para usar modelos Keras (TensorFlow) em C++.
Reconhecimento de fórmulas e edição de documentos do Office | Conversão de escrita à mão e PDF para LaTeX/Markdown | Integrações de API seguras.
Uma Lista de Recursos de Ciência de Dados/Aprendizado de Máquina (Principalmente Grátis)
Diagramas para visualizar a arquitetura da rede neural
JMLR: OmniSafe é uma estrutura de infraestrutura para acelerar a pesquisa em SafeRL.
🔥 CNN para Remoção de Marca d'Água usando Prior de Imagem Profundo com Pytorch 🔥.
DataDreamer: Prompt. Gerar Dados Sintéticos. Treinar e Alinhar Modelos. 🤖💤