#neural-networks Repositórios
277 repositórios no total
A pilha de software do Google DeepMind para ambientes de simulação baseada em física e aprendizado por reforço, usando MuJoCo.
Anotações, tarefas de programação e questionários de todos os cursos da especialização Deep Learning da Coursera oferecida pela deeplearning.ai: (i) Redes Neurais e Aprendizagem Profunda; (ii) Melhorando Redes Neurais Profundas: Ajuste de Hiperparâmetros, Regularização e Otimização; (iii) Estruturação de Projetos de Aprendizado de Máquina; (iv) Redes Neurais Convolucionais; (v) Modelos de Sequência
Implementações em Python simples de algoritmos básicos de aprendizado de máquina
[ICML 2024] Vision Mamba: Aprendizagem Eficiente de Representação Visual com Modelo de Espaço de Estados Bidirecional
🧠💬 Artigos que escrevi sobre aprendizado de máquina, arquivados do MachineCurve.com.
Hummingbird compila modelos de ML treinados em computação tensorial para inferência mais rápida.
[NeurIPS 2024] Código oficial para PuLID: Personalização de ID Pura e Rápida via Alinhamento Contrastivo
🛠 IDE tudo-em-um baseada na web, especializada em aprendizado de máquina e ciência de dados.
Uma coleção abrangente de recursos relacionados a KAN (Kolmogorov-Arnold Network), incluindo bibliotecas, projetos, tutoriais, artigos e mais, para pesquisadores e desenvolvedores na área de Kolmogorov-Arnold Network.
Todas as anotações e materiais para o curso CS229: Machine Learning da Universidade de Stanford
Motor de xadrez de rede neural de código aberto com aceleração de GPU e amplo suporte de hardware.
Este repositório foi criado para ajudar iniciantes em machine learning ou aqueles que estão se preparando para um estudo em grupo. (This repository is intented for helping whom are interested in machine learning study)
Diretório de tutoriais e repositórios de código aberto para trabalhar com Keras, a biblioteca de aprendizado profundo em Python
uma ferramenta de aprendizado de máquina encantadora que permite treinar, testar e usar modelos sem escrever código
Redes neurais elegantes e fáceis de usar + computação científica em JAX. https://docs.kidger.site/equinox/
Um curso intensivo em seis episódios para desenvolvedores de software que desejam se tornar praticantes de aprendizado de máquina.
Uma lista selecionada de recursos sobre representações neurais implícitas.
Aprendizado profundo descentralizado em PyTorch. Construído para treinar modelos em milhares de voluntários ao redor do mundo.
Redes Neurais de Passagem de Mensagens para Previsão de Propriedades Moleculares
Operadores de inferência de rede neural de ponto flutuante de alta eficiência para dispositivos móveis, servidores e Web
Código para o livro Make Your Own Neural Network
Um serviço de ranqueamento personalizado de Machine Learning (ML) com low code para artigos, listagens, resultados de pesquisa e recomendações, que impulsiona o engajamento do usuário. Um motor Learn-to-Rank amigável.
Código-fonte do PyGAD, uma biblioteca Python 3 para construir o algoritmo genético e treinar algoritmos de aprendizado de máquina (Keras e PyTorch).
Solucionadores numéricos de equações diferenciais em JAX. Autodiferenciável e compatível com GPU. https://docs.kidger.site/diffrax/
Uma toolkit/biblioteca Python para machine/deep learning e mineração de dados centrado na realidade em séries temporais parcialmente observadas, com mais de 50 modelos de redes neurais SOTA para tarefas de análise científica (imputação, classificação, agrupamento, previsão, detecção de anomalias, limpeza) em TS multivariadas industriais incompletas amostradas irregularmente com valores ausentes NaN
Computação Paralela e Machine Learning Científico (SciML): Métodos e Aplicações (MIT 18.337J/6.338J)
Máquinas de Pensamento Contínuo, porque o pensamento leva tempo e o raciocínio é um processo.
Uma coleção de mais de 1000 artigos de revisão sobre Processamento de Linguagem Natural (NLP) e Aprendizado de Máquina (ML).
Um Kit de Ferramentas de Código Aberto para Classificação Neural Hierárquica de Texto Multi-rótulo