#deep-learning Repositórios
2,273 repositórios no total
Artigos incríveis sobre aprendizado de máquina (deep learning) em grafos dinâmicos (temporais) (redes / grafos de conhecimento).
Exemplo de Predição de Múltiplas Séries Temporais Multivariadas com Redes Neurais Recorrentes LSTM em Python com Keras.
BiomedGPT: Um Modelo Fundamental Generalista de Visão-Linguagem para Diversas Tarefas Biomédicas
Modelo Cookiecutter para projetos FastAPI usando: Machine Learning, uv, Github Actions e Pytests
(IJCV2024 & ICCV2023) LSKNet: Um Backbone Fundacional Leve para Sensoriamento Remoto
Um port em PyTorch de google-research/google-research/robust_loss/
Código para Aprendizado Não Supervisionado Prático Usando Python (O'Reilly Media)
Um Roteiro Completo de ML (Aprendizado de Máquina) Full Stack envolve aprender as habilidades e tecnologias necessárias para se tornar proficiente em todos os aspectos do aprendizado de máquina, incluindo coleta e pré-processamento de dados, desenvolvimento, implantação e manutenção de modelos.
Reproduzindo o artigo de Yann LeCun de 1989, "Backpropagation Applied to Handwritten Zip Code Recognition" (Retropropagação Aplicada ao Reconhecimento de Códigos Postais Manuscritos), que, ao que me consta, é a aplicação em ambiente real mais antiga de uma rede neural treinada com retropropagação.
Framework de Gerenciamento de Conjuntos de Dados, uma biblioteca Python e uma ferramenta de CLI para construir, analisar e gerenciar conjuntos de dados de Visão Computacional.
Campos de Radiância Neural Dinâmicos para Reconstrução Monocular de Avatares Faciais 4D
Código para "Adversarial Motion Priors Make Good Substitutes for Complex Reward Functions"
Este repositório contém a maioria das implementações clássicas de aprendizado por reforço profundo do PyTorch, incluindo - DQN, DDQN, Dueling Network, DDPG, SAC, A2C, PPO, TRPO. (Mais algoritmos estão em andamento)
Deep Learning on Flink visa integrar Flink e frameworks de deep learning (por exemplo, TensorFlow, PyTorch, etc.) para permitir treinamento e inferência de deep learning distribuídos em um cluster Flink.
[ECCV 2024] InstructIR: Restauração de Imagem de Alta Qualidade Seguindo Instruções Humanas https://huggingface.co/spaces/marcosv/InstructIR
O repositório para "Distill Any Depth: Distillation Creates a Stronger Monocular Depth Estimator"
LSD (LiDAR SLAM & Detection) é uma arquitetura de percepção de código aberto para veículos/robôs autônomos
Artigos, código e conjuntos de dados sobre deep learning para detecção de objetos 3D.
Fabric for Deep Learning (FfDL, pronunciado 'fiddle') é uma Plataforma de Aprendizado Profundo que oferece TensorFlow, Caffe, PyTorch etc. como Serviço no Kubernetes
Previsão de preços de ações usando uma rede neural LSTM (memória de longo prazo) do TensorFlow para previsão de séries temporais
BlendedMVS: Um Conjunto de Dados em Larga Escala para Redes Estéreo de Múltiplas Vistas Generalizadas
Biblioteca Rápida de Aprendizado Profundo (DLL) para C++ (ANNs, CNNs, RBMs, DBNs...)
[NeurlPS2024] Rede de Difusão Eficaz em Uma Única Etapa para Super-Resolução de Imagens do Mundo Real
Modelo de linguagem de pesos abertos do Google DeepMind, baseado no Griffin.
[CVPR 2022] Pré-Treinamento de Transformadores de Nuvem de Pontos 3D com Modelagem de Ponto Mascarado
ML-capsule é um projeto para iniciantes e entusiastas experientes em ciência de dados que não possuem um mentor ou orientação e desejam aprender aprendizado de máquina (Machine Learning). Usando nosso repositório, eles podem aprender ML, DL e muitas tecnologias relacionadas com diferentes projetos do mundo real e se preparar para entrevistas.
SiLK (Simple Learned Keypoint) é um modelo de pontos-chave de aprendizado profundo auto-supervisionado.
OmniVinci é um LLM omnimodal para a compreensão conjunta de visão, áudio e linguagem.
Reconhecimento de placas de veículos de duas etapas, leve e de alto desempenho, em MTCNN e LPRNet