#deep-learning Repositórios
2,273 repositórios no total
OCR, análise de layout, ordem de leitura, reconhecimento de tabelas em mais de 90 idiomas
O PyTorch Handbook é um livro de código aberto com o objetivo de ajudar amigos que desejam desenvolver e pesquisar aprendizado profundo com PyTorch a começar rapidamente, e os tutoriais do Pytorch incluídos foram todos testados para garantir que possam ser executados com sucesso.
Uma lista selecionada de bibliotecas open source incríveis para implantar, monitorar, versionar e escalar seu aprendizado de máquina
Qwen3-VL é a série de modelos de linguagem grande multimodal desenvolvida pela equipe Qwen, Alibaba Cloud.
O Unity Machine Learning Agents Toolkit (ML-Agents) é um projeto de código aberto que permite que jogos e simulações sirvam como ambientes para treinar agentes inteligentes usando aprendizado por reforço profundo e aprendizado por imitação.
《Redes neurais e aprendizagem profunda》 de Qiu Xipeng, segunda edição e edição de divulgação geral: livro eletrónico, índice dos capítulos, recursos de aprendizagem e errata.
ARIS ⚔️ (Auto-Research-In-Sleep) — Habilidades leves apenas em Markdown para pesquisa autônoma em ML: loops de revisão entre modelos, descoberta de ideias e automação de experimentos. Sem framework, sem lock-in — funciona com Claude Code, Codex, OpenClaw ou qualquer agente LLM.
Materiais para o curso Aprenda PyTorch para Deep Learning: Do Zero ao Mestre.
:book: Uma lista selecionada de recursos dedicados ao Processamento de Linguagem Natural (PLN)
Uma biblioteca JavaScript acelerada por WebGL para treinar e implantar modelos de ML.
[🔥atualizando ...] Robô de Negociação Quantitativa Automática com IA (implantação totalmente local) Plataforma de Pesquisa de Investimento Quantitativa Alimentada por IA. 📃 documentação online: https://ufund-me.github.io/Qbot ✨ :notícias: qbot-mini: https://github.com/Charmve/iQuant
🐫 CAMEL: A primeira e melhor estrutura multiagente. Encontrando a Lei de Escalonamento de Agentes. https://www.camel-ai.org
Este projeto abrange os pontos de conhecimento e implementações de código frequentemente testados em entrevistas de Machine Learning, Deep Learning e PNL, sendo também um conhecimento teórico fundamental que todo engenheiro de algoritmos deve dominar.
TensorFlow - Uma lista selecionada de recursos dedicados http://tensorflow.org
tutoriais, artigos e outros recursos de aprendizado de máquina e aprendizado profundo
Exemplos de código para o meu livro "Redes Neurais e Aprendizagem Profunda"
📺 Descubra os cursos mais recentes de aprendizado de máquina / IA no YouTube.
"Li Hongyi Deep Learning Tutorial" (Recomendado pelo Professor Li Hongyi 👍, Livro da Apple 🍎), endereço para download em PDF: https://github.com/datawhalechina/leedl-tutorial/releases
Uma lista selecionada de cursos, livros, videoaulas e artigos sobre Inteligência Artificial (IA).
Uma lista abrangente de conteúdo relacionado ao pytorch no github, como diferentes modelos, implementações, bibliotecas auxiliares, tutoriais, etc.
OpenAI Baselines: implementações de alta qualidade de algoritmos de aprendizado por reforço
MNN: Um motor de inferência ultrarrápido e leve, testado em batalha pela Alibaba, alimentando LLMs e IA de borda de alto desempenho em dispositivos.
Uma rede neural que transforma um protótipo de design em um site estático.
pix2tex: Usando um ViT para converter imagens de equações em código LaTeX.
Anotação de imagens com Python. Suporta polígono, retângulo, círculo, linha, ponto e anotação assistida por IA.
Burn é uma biblioteca de tensores de próxima geração e um framework de Deep Learning que não compromete a flexibilidade, a eficiência e a portabilidade.
Converta documentos em dados estruturados sem esforço. Unstructured é uma solução ETL de código aberto para transformar documentos complexos em formatos limpos e estruturados para modelos de linguagem. Visite nosso site para saber mais sobre nosso produto Plataforma de nível empresarial para fluxos de trabalho de nível de produção, particionamento, enriquecimentos, divisão em blocos (chunking) e incorporação (embedding).
API de reconhecimento de fala offline para Android, iOS, Raspberry Pi e servidores com Python, Java, C# e Node
Este repositório contém o código-fonte para o artigo Modelo de Movimento de Primeira Ordem para Animação de Imagens
RWKV (pronuncia-se RwaKuv) é uma RNN com ótimo desempenho de LLM, que também pode ser treinada diretamente como um transformador GPT (paralelizável). Estamos no RWKV-7 "Goose". Portanto, ele combina o melhor de RNN e transformador - ótimo desempenho, tempo linear, espaço constante (sem cache kv), treinamento rápido, ctx_len infinito e embedding de frase gratuito.
Animate Anyone: Síntese de Imagem para Vídeo Consistente e Controlável para Animação de Personagens