#convolutional-neural-networks Репозитории
Откройте для себя 91 активных репозиториев с открытым исходным кодом на GitHub, отмеченных тегом #convolutional-neural-networks, с общим числом 242,965 звёзд (в среднем 2,669 на проект). Лидером этой темы является bloc97/Anime4K, набравший 20,452 звёзд.
Всего репозиториев: 91
Примеры кода для моей книги "Neural Networks and Deep Learning"
Реализация U-Net в PyTorch для семантической сегментации изображений с изображениями высокого качества
Техники глубокого обучения с использованием спутниковых и аэрофотоснимков
Лучшие практики, примеры кода и документация для Computer Vision.
T81-558: Keras - Применения глубоких нейронных сетей @Washington University in St. Louis
Сверточная нейронная сеть для классификации текста в TensorFlow
Движок Go без знаний, предоставленных человеком, моделированный по статье AlphaGo Zero.
Я считаю, что вы, аспиранты и соискатели, для которых эта книга в первую очередь предназначена, получите пользу от ее прочтения; однако я надеюсь, что даже самые опытные исследователи найдут ее увлекательной.
Заметки, задания по программированию и викторины по всем курсам специализации Deep Learning от Coursera, предлагаемой deeplearning.ai: (i) Нейронные сети и глубокое обучение; (ii) Улучшение глубоких нейронных сетей: настройка гиперпараметров, регуляризация и оптимизация; (iii) Структурирование проектов машинного обучения; (iv) Сверточные нейронные сети; (v) Модели последовательностей
Эффективные AI-бэкибоны, включая GhostNet, TNT и MLP, разработанные Huawei Noah's Ark Lab.
🧠💬 Статьи, которые я написал о машинном обучении, из архива MachineCurve.com.
Minkowski Engine — это библиотека нейронных сетей с автоматическим дифференцированием для разреженных тензоров высокой размерности
Высокоэффективные операторы вывода нейронных сетей с плавающей запятой для мобильных устройств, серверов и Интернета
[ECCVW 2022] Коды для работы «Swin-Unet: чисто Трансформерный подход типа Unet для сегментации медицинских изображений»
Освойте ключевые навыки, необходимые для распознавания и решения сложных реальных проблем с помощью машинного обучения и глубокого обучения, используя высоко популярную экосистему Python Machine Learning.
Библиотека компьютерного зрения для взаимодействия человека с компьютером. Реализует оценку позы головы и направления взгляда с использованием сверточных нейронных сетей, обнаружение кожи методом обратного проецирования, обнаружение и отслеживание движения, карту значимости.
Топ 200 репозиториев GitHub по глубокому обучению, отсортированные по количеству звёзд.
Программное обеспечение и предварительно обученные модели для автоматического улучшения качества фотографий с использованием глубоких сверточных сетей
Байесовская сверточная нейронная сеть с вариационным выводом на основе Bayes by Backprop в PyTorch.
Самые полные модули «подключай и работай» для всей сети в 2025 году, доступны бесплатно! CVPR2025, AAAI2025, ICLR2025, TNNLS2025, arXiv2025...... Включает все области искусственного интеллекта (машинное обучение, глубокое обучение и т. д.), подходит для классификации изображений, обнаружения объектов, сегментации экземпляров, семантической сегментации, паноптической сегментации, оценки позы, сегментации медицинских изображений, сегментации объектов видео, вырезания изображений, редактирования изображений, отслеживания одиночных объектов, отслеживания нескольких объектов, переидентификации личности, RGBT, шумоподавления изображений, удаления дождя, удаления тумана, удаления теней, удаления размытия, сверхразрешения, удаления отражений, удаления муара, восстановления изображений, реставрации изображений, восстановления гиперспектральных изображений, слияния изображений, колоризации изображений, обработки изображений с расширенным динамическим диапазоном, сжатия видео и изображений, 3D облаков точек, 3D обнаружения объектов, 3D семантической сегментации, 3D оценки позы и других задач компьютерного зрения и обработки изображений, а также обработки естественного языка, больших языковых моделей, мультимодальности и других задач, связанных с ИИ. Постоянное обновление......
Код на PyTorch для нашей статьи ECCV 2018 "Image Super-Resolution Using Very Deep Residual Channel Attention Networks"
Поиск изображений CNN в PyTorch: Обучение и оценка CNN для поиска изображений в PyTorch
[ICLR'23 Spotlight🔥] Первое успешное предобучение в стиле BERT/MAE на любой сверточной сети; реализация на Pytorch "Designing BERT for Convolutional Networks: Sparse and Hierarchical Masked Modeling"
Оценка позы головы человека в реальном времени с использованием ONNXRuntime и OpenCV.
Легковесная библиотека только с заголовочными файлами для использования моделей Keras (TensorFlow) в C++.
:computer: Научись заставлять машины учиться, чтобы не мучиться с их программированием; Окончательный список
Часто задаваемые вопросы
Какой репозиторий по теме #convolutional-neural-networks наиболее популярен на GitHub?
Самый высоко оценённый проект с открытым исходным кодом по теме #convolutional-neural-networks на GitHub — bloc97/Anime4K, набравший 20,452 звёзд. Высококачественный масштабировщик в реальном времени для аниме-видео
Какие языки программирования чаще всего используются в репозиториях по теме #convolutional-neural-networks?
Среди наиболее высоко оценённых проектов по теме #convolutional-neural-networks на GitHub чаще всего используются языки программирования Python, Jupyter Notebook, C++, TypeScript.
Как рассчитывается рейтинг репозиториев по теме #convolutional-neural-networks?
Мы отслеживаем 91 активных репозиториев с открытым исходным кодом, отмеченных тегом #convolutional-neural-networks (500 и более звёзд), с общим числом 242,965 звёзд и в среднем 2,669 звёзд на репозиторий. Рейтинги обновляются ежедневно на основе данных GitHub API.