#deep-learning Repositórios
2,273 repositórios no total
Uma biblioteca acelerada por GPU contendo blocos de construção altamente otimizados e um motor de execução para processamento de dados, a fim de acelerar aplicações de treinamento e inferência de aprendizado profundo.
mlpack: uma biblioteca de aprendizado de máquina C++ rápida e somente de cabeçalho
Detecção facial em tempo real e classificação de emoção/gênero usando os conjuntos de dados fer2013/imdb com um modelo CNN Keras e openCV.
Rede Neural Convolucional para Classificação de Texto em Tensorflow
Uma estrutura modular para pesquisa multimodal de visão e linguagem do Facebook AI Research (FAIR)
Implementação / replicação do DALL-E, o Transformador de Texto para Imagem da OpenAI, em Pytorch
Um Kit de Ferramentas Unificado para Análise de Imagens de Documentos Baseada em Aprendizagem Profunda
Inferência fatiada/em mosaico agnóstica a frameworks + UI interativa + gráficos de análise de erros
ECCV2022 - Estimativa de Fluxo Intermediário em Tempo Real para Interpolação de Quadros de Vídeo
SUPIR visa desenvolver Algoritmos Práticos para Restauração de Imagens Fotorrealistas em Ambientes Reais. Nossa nova demonstração online também foi lançada em suppixel.ai.
Mecanismo de Go sem conhecimento fornecido por humanos, modelado após o artigo AlphaGo Zero.
Projetos e exercícios do programa mais recente de Nanodegree em Aprendizado Profundo https://www.udacity.com/course/deep-learning-nanodegree--nd101
Jogar dísticos com modelo seq2seq. Fazer dísticos com aprendizado profundo.
Biblioteca de inferência e treinamento para modelos TTS de alta qualidade.
Repositório de Código para Aprendizado de Máquina com PyTorch e Scikit-Learn
🏝️ OASIS: Simulações de Interação Social de Agentes Abertos com Um Milhão de Agentes.
PyTorch Lightning + Hydra. Um template muito amigável para experimentação de ML. ⚡🔥⚡
Este repositório contém minhas anotações e resumos pessoais sobre os cursos de especialização da DeepLearning.ai. Aproveitei cada pequeno momento do curso, espero que vocês também gostem das minhas anotações.
Lista com curadoria de perguntas e respostas para entrevistas de ciência de dados
Desenvolvido pelo Gato de Turing, a IA criativa de primeira geração baseada no GPT2.0 de código aberto | Escalável, Evoluível
Ferramenta de tradução de quadrinhos/mangá auxiliada por aprendizado profundo, com suporte para tradução automática com um clique e edição simples de imagem/texto | Yet another computer-aided comic/manga translation tool powered by deeplearning
Um guia completo para começar e melhorar em aprendizagem de máquina (ML) e inteligência artificial (AI) em 2026 sem nenhuma experiência prévia no campo, e manter-se atualizado com as últimas notícias e técnicas de ponta!
【Três anos de entrevistas, cinco anos de simulados】Plataforma de recursos para entrevistas de engenheiros de algoritmos de AIGC/LLM/AI Agent. Abrange conteúdos práticos e experiências essenciais para entrevistas e provas escritas, além de conhecimentos fundamentais de relevância duradoura no setor de IA, incluindo AIGC, grandes modelos de linguagem (LLMs), agentes de IA, inteligência incorporada, deep learning tradicional, visão computacional, processamento de linguagem natural, condução autônoma, aprendizado de máquina, aprendizado por reforço, mineração de big data, modelos do mundo, metaverso, AGI e muito mais.
Biblioteca Python de aprendizado de máquina simples e distribuída que porta algoritmos de ML para Spark
Um software de aprendizado de máquina para extrair informações de documentos acadêmicos
uma tarefa de inpainting de imagem de aprendizado de máquina que remove instintivamente marcas d'água da imagem, tornando-a indistinguível da imagem de referência
A Caixa de Ferramentas e Benchmark de Próxima Geração para Compreensão de Vídeo do OpenMMLab
Código para o livro Deep Learning with PyTorch de Eli Stevens, Luca Antiga e Thomas Viehmann.
Modelo Keras para gerar código HTML a partir de maquetes de websites desenhadas à mão. Implementa uma arquitetura de legendagem de imagem para as imagens-fonte desenhadas.
links para publicações de conferências em aprendizado profundo baseado em grafos
Guia de consulta VIP para o CME 295 da Stanford: Transformers e Grandes Modelos de Linguagem