#deep-learning Repositórios
2,273 repositórios no total
Foram selecionados mais de 10K+ projetos, abrangendo aprendizado de máquina, aprendizado profundo, NLP, GNN, sistema de recomendação, biomedicina, visão computacional, desenvolvimento front-end e back-end, etc. Que mais projetos excelentes sejam descobertos pelas pessoas. Continuaremos atualizando! Bem-vindo a dar uma estrela (star)!
Coleção de métodos recentes sobre compressão e aceleração de redes neurais (profundas).
Código-fonte relacionado ao projeto de reconhecimento de expressões faciais em reconhecimento facial
Modelo de linha de base para "GraspNet-1Billion: A Large-Scale Benchmark for General Object Grasping" (CVPR 2020)
Conjuntos de Dados de Áudio de IA (AI-ADS) 🎵, incluindo Voz, Música e Efeitos Sonoros, que podem fornecer dados de treinamento para IA Generativa, AIGC, treinamento de modelos de IA, desenvolvimento de ferramentas de áudio inteligentes e aplicações de áudio.
Modelos Transformer de BERT a GPT-4, ambientes de Hugging Face a OpenAI. Exemplos de fine-tuning, treinamento e engenharia de prompts. Uma seção bônus com ChatGPT, GPT-3.5-turbo, GPT-4 e DALL-E, incluindo inicialização rápida (jump starting) do GPT-4, conversão de fala em texto (speech-to-text), conversão de texto em fala (text-to-speech), geração de texto para imagem com DALL-E, Google Cloud AI, HuggingGPT e muito mais.
Curadoria de uma lista de pesquisas, ferramentas, projetos e outros recursos relacionados a AutoML
Treinamento rápido de campo de radiação neural com trajetórias de câmera livres
Blog técnico de algoritmos de aprendizado de máquina em Python, com conteúdo original e prático! Com código! [Para mais conteúdo, siga a conta pública "算法进阶"]
🔥🔥🔥Caixa de ferramentas de algoritmos de IA gratuitos e offline para Java, suportando reconhecimento facial, detecção de vivacidade, reconhecimento de expressões, detecção de objetos, segmentação de instâncias, detecção de pedestres, reconhecimento de texto OCR, reconhecimento de placas de veículos, reconhecimento de tabelas, ASR+TTS, tradução automática e outras funções, utilizável via referência Maven. Suporta PyTorch, Tensorflow e integrou modelos principais como Mtcnn, InsightFace, SeetaFace6, YOLOv8~v12, PaddleOCR(PPOCRv5), Whisper, etc.
[CVPR 2022] Implementação oficial do artigo "Uformer: A General U-Shaped Transformer for Image Restoration".
Uma interface unificada para executar modelos de deep learning de múltiplos frameworks
Mamba-Chat: Um LLM de chat baseado na arquitetura do modelo de espaço de estados 🐍
Biblioteca de aprendizado ativo Bayesiano para pesquisa e casos de uso industriais.
[ICLR 2026] Sobre a generalização de SFT: Uma perspectiva de aprendizado por reforço com retificação de recompensas.
Implementação oficial em PyTorch do ODISE: Segmentação Panóptica de Vocabulário Aberto com Modelos de Difusão de Texto para Imagem [Destaque CVPR 2023]
Visão Computacional Moderna com PyTorch, publicado pela Packt
🤖 Repositórios, ferramentas, sites, artigos e tutoriais de IA coletados automaticamente. Caixa de ferramentas prática de IA 💎
Stack de ADAS de nível 2 gratuito e totalmente de código aberto, alimentado por tecnologia de IA de ponta a ponta
U-Mamba: Aprimorando a Dependência de Longo Alcance para Segmentação de Imagens Biomédicas
Um suporte flexível e de alto desempenho para modelos de aprendizado de máquina (framework de implantação de serviço『PaddlePaddle』)
Uma lista selecionada de registro de nuvem de pontos.
Vchitect-2.0: Transformer Paralelo para Escalar Modelos de Difusão de Vídeo
😇Uma implementação em pyTorch do modelo DeepMoji: modelo de aprendizado profundo (deep learning) de última geração para análise de sentimento, emoção, sarcasmo, etc.
[ICLR 2024] Implementação oficial em PyTorch de FasterViT: Vision Transformers rápidos com atenção hierárquica
MindSpore + 🤗Huggingface: Execute qualquer modelo Transformers/Diffusers no MindSpore com compatibilidade e aceleração perfeitas.
Implementação do Muse: Geração de Texto para Imagem via Transformadores Generativos Mascarados, em Pytorch
Um modelo OCR LaTeX SOTA minimalista com apenas 20M de parâmetros, rodando no navegador. Pipeline de treinamento completo disponível para autorreprodução. | Modelo OCR de fórmula LaTeX SOTA ultraleve com apenas 20M de parâmetros, rodando no navegador. Código de pipeline de treinamento completo de código aberto para autoaprendizagem e reprodução.