#caffe Репозитории
Откройте для себя 24 активных репозиториев с открытым исходным кодом на GitHub, отмеченных тегом #caffe, с общим числом 160,514 звёзд (в среднем 6,688 на проект). Лидером этой темы является CMU-Perceptual-Computing-Lab/openpose, набравший 33,619 звёзд.
Всего репозиториев: 24
OpenPose: Библиотека для обнаружения опорных точек в реальном времени для нескольких человек, оценки тела, лица, рук и ног
Python-ноутбуки по науке о данных: глубокое обучение (TensorFlow, Theano, Caffe, Keras), scikit-learn, Kaggle, большие данные (Spark, Hadoop MapReduce, HDFS), matplotlib, pandas, NumPy, SciPy, основы Python, AWS и различные командные строки.
ncnn — это высокопроизводительный фреймворк для инференса нейронных сетей, оптимизированный для мобильных платформ
Дорожная карта обучения искусственному интеллекту, сбор около 200 практических случаев и проектов, бесплатные сопутствующие учебные материалы, вход с нуля, практика для трудоустройства! Включая: Python, математика, машинное обучение, анализ данных, глубокое обучение, компьютерное зрение, обработка естественного языка, PyTorch, tensorflow, machine-learning, deep-learning, data-analysis, data-mining, mathematics, data-science, artificial-intelligence, python, tensorflow, tensorflow2, caffe, keras, pytorch, algorithm, numpy, pandas, matplotlib, seaborn, nlp, cv и другие популярные области
Руководство Hello AI World по развертыванию сетей вывода глубокого обучения и примитивов глубокого зрения с помощью TensorRT и NVIDIA Jetson.
MMdnn — это набор инструментов, помогающих пользователям взаимодействовать между различными фреймворками глубокого обучения. Например, конвертация и визуализация моделей. Конвертировать модели между Caffe, Keras, MXNet, Tensorflow, CNTK, PyTorch, ONNX и CoreML.
Руководство для абсолютных новичков по машинному обучению и классификации изображений с помощью нейронных сетей
Инструментарий визуализации глубокого обучения (『飞桨』 инструмент визуализации глубокого обучения )
Репозиторий для хранения моделей, которые были взаимно преобразованы между различными фреймворками. Поддерживаемые фреймворки: TensorFlow, PyTorch, ONNX, OpenVINO, TFJS, TFTRT, TensorFlowLite (Float32/16/INT8), EdgeTPU, CoreML.
Отличные проекты для ярмарок вакансий, осеннего и весеннего набора, стажировок! Пошаговое руководство по созданию высокопроизводительной библиотеки для инференса глубокого обучения, поддерживающей инференс больших моделей, таких как Llama2, Unet, YoloV5, Resnet и других. Реализуйте высокопроизводительную библиотеку для инференса глубокого обучения шаг за шагом.
Реализация Google MobileNet SSD сети обнаружения на Caffe с предварительно обученными весами на VOC0712 и mAP=0.727.
PPL Quantization Tool (PPQ) - это мощный автономный инструмент для квантования нейронных сетей.
Bolt — это библиотека глубокого обучения с высокой производительностью и гетерогенной гибкостью.
Конвертер моделей глубокого обучения для PaddlePaddle. (Инструмент преобразования моделей глубокого обучения 『飞桨』)
Совместное обучение признакам обнаружения и идентификации для поиска людей
Fabric for Deep Learning (FfDL, произносится fiddle) — это платформа для глубокого обучения, предлагающая TensorFlow, Caffe, PyTorch и т. д. как сервис на Kubernetes.
Часто задаваемые вопросы
Какой репозиторий по теме #caffe наиболее популярен на GitHub?
Самый высоко оценённый проект с открытым исходным кодом по теме #caffe на GitHub — CMU-Perceptual-Computing-Lab/openpose, набравший 33,619 звёзд. OpenPose: Библиотека для обнаружения опорных точек в реальном времени для нескольких человек, оценки тела, лица, рук и ног
Какие языки программирования чаще всего используются в репозиториях по теме #caffe?
Среди наиболее высоко оценённых проектов по теме #caffe на GitHub чаще всего используются языки программирования Python, C++, HTML, Java.
Как рассчитывается рейтинг репозиториев по теме #caffe?
Мы отслеживаем 24 активных репозиториев с открытым исходным кодом, отмеченных тегом #caffe (500 и более звёзд), с общим числом 160,514 звёзд и в среднем 6,688 звёзд на репозиторий. Рейтинги обновляются ежедневно на основе данных GitHub API.