#convolutional-neural-networks Репозитории
Всего репозиториев: 91
Эффективная многоуровневая 3D сверточная нейронная сеть для сегментации 3D медицинских сканов
Репозиторий кода для Deep Learning с Keras, опубликованный Packt
Все шпаргалки Стэнфорда: Искусственный интеллект, Трансформеры, LLM, Глубокое обучение, Машинное обучение, Вероятности, Статистика, Алгебра и Исчисление.
Реализация, независимая от фреймворка, для методов значимости передового уровня (XRAI, BlurIG, SmoothGrad и другие).
Причинно-следственная depthwise свертка conv1d в CUDA, с интерфейсом PyTorch
Реализация внимания-основанного глубокого множественного обучения экземпляров в PyTorch
Исходный код, связанный с проектом распознавания выражений лица в распознавании лиц
Масштабирование ваших ядер до 31x31: Пересмотр дизайна больших ядер в сверточных нейронных сетях (CVPR 2022)
Этот репозиторий является основной площадкой для управляемого сообществом курса по компьютерному зрению с использованием нейронных сетей. Присоединяйтесь к нам в Discord Hugging Face: hf.co/join/discord
Вы смотрите только один раз: Единая архитектура CNN для локализации действий во времени и пространстве в реальном времени
Этот репозиторий содержит ресурсы (статьи, блоги, веб-сайты и т.д.), рекомендованные Ильей для изучения искусственного интеллекта.
Интерпретатор языка жестов, использующий живую видеопередачу с камеры.
Ноутбуки Colab, охватывающие инструменты глубокого обучения для предсказания и дизайна биомолекулярных структур
Тонкая настройка предобученных сверточных нейронных сетей с помощью PyTorch
(IJCV2024 & ICCV2023) LSKNet: Фундаментальная легкая основа для дистанционного зондирования
Воспроизведение статьи Янна ЛеКуна 1989 года "Backpropagation Applied to Handwritten Zip Code Recognition" ("Обратное распространение ошибки, примененное к распознаванию рукописных почтовых индексов"), насколько мне известно, самое раннее реальное применение нейронной сети, обученной с помощью обратного распространения ошибки.
Генератор алгоритма минимальной свертки Винограда для сверточных нейронных сетей.
[CVPR 2025 Oral] OverLoCK: Обзор-первый взгляд-близко следующий ConvNet с динамическими ядрами контекстного смешения
Заметки по системе глубокого обучения, включающие базовые математические знания по глубокому обучению, подробный анализ основных компонентов нейронных сетей, стратегии обучения (стратегии «алхимии») глубокого обучения, а также подробное описание алгоритмов сжатия моделей.
Модель дескриптора Hardnet - «Упорно работая, чтобы узнать маржины твоего соседа: Потеря обучения локальному дескриптору»
Этот проект посвящен реализации и исследованию сверточных сетей Колмогорова-Арнольда. Репозиторий включает реализации 1D, 2D и 3D сверток с различными ядрами, модели типа ResNet и DenseNet, код обучения на основе accelerate/PyTorch, а также скрипты для экспериментов с CIFAR-10 и Tiny ImageNet.
Классификация изображений слайдов рака лёгких с использованием глубокого обучения
[ICLR 2024 Spotlight] Официальная реализация ScaleCrafter для генерации изображений с более высоким разрешением во время инференса.
Решение для вращающейся CAPTCHA на основе CNN ✨ Предсказание угла поворота заданного изображения CAPTCHA с помощью CNN