#deep-learning Репозитории
Всего репозиториев: 2,273
Куратированный список ресурсов для устранения размытости изображений и видео
🔮 Освежающий функциональный подход к глубокому обучению, совместимый с вашими любимыми библиотеками
Сборник вопросов и ответов для собеседований AIGC-interview/CV-interview/LLMs-interview, также содержащий новые идеи, новые вопросы, новые ресурсы и новые проекты из рабочих и исследовательских процессов
Комплексный набор метрик справедливости для наборов данных и моделей машинного обучения, объяснения этих метрик и алгоритмы для снижения предвзятости в наборах данных и моделях.
Многоязычное автоматическое распознавание речи с временными метками на уровне слов и уверенностью
Конвейер генерации данных для создания полуреалистичных синтетических видео с несколькими объектами с богатыми аннотациями, такими как маски сегментации экземпляров, карты глубины и оптический поток.
Minkowski Engine — это библиотека нейронных сетей с автоматическим дифференцированием для разреженных тензоров высокой размерности
Оптическое распознавание символов для японского текста с основным упором на японские манга
Краткий курс из шести эпизодов для разработчиков ПО, желающих стать практиками машинного обучения.
Эталонная реализация для DPO (Direct Preference Optimization)
Платформа обучения с замкнутым циклом компьютерного зрения, где код можно выполнять интерактивно онлайн. Изучение замкнутого цикла "Компьютерное зрение на практике: Алгоритмы и приложения" китайская электронная книга, исходный код, сообщество для обмена читателями (постоянно обновляется ...) 📘 Онлайн-книга https://charmve.github.io/computer-vision-in-action/ 👇Домашняя страница проекта
Этот репозиторий содержит аннотированные исследовательские статьи, которые я нашел действительно хорошими и полезными
Изображения для вывода без разметки (используйте базовые модели для обучения моделей с учителем).
Легко вычисляйте вложения клипов и создавайте с их помощью систему поиска по клипам.
Интерактивные инструменты для машинного обучения, глубокого обучения и математики
«Машинный перевод: основы и модели» Сяо Тун, Чжу Цзинбо - Machine Translation: Foundations and Models
Список статей, кода и экспериментов, использующих глубокое обучение для прогнозирования временных рядов
Масштабные, информативные и разнообразные многораундовые данные чата (и модели)
AIMET — это библиотека, предоставляющая передовые методы квантования и сжатия для обученных моделей нейронных сетей.
Официальная кодовая база для Decision Transformer: Обучение с подкреплением через моделирование последовательностей.
MLNLP: В этом репозитории собраны статьи с открытым исходным кодом, представленные на конференциях по искусственному интеллекту (таких как ACL, EMNLP, NAACL, COLING, AAAI, IJCAI, ICLR, NeurIPS, ICML и др.).
[ICLR 2023] Официальная реализация статьи «DINO: DETR с улучшенными якорными рамками шумоподавления для сквозного обнаружения объектов»
Список замечательных проектов и статей по компиляторам для тензорных вычислений и глубокого обучения.
[ICLR 2024] Официальная реализация " 🦙 Time-LLM: Прогнозирование временных рядов путем перепрограммирования больших языковых моделей"
Создавайте, персонализируйте и управляйте собственными LLM. От предварительной обработки данных до тонкой настройки xTuring предлагает простой способ персонализации LLM с открытым исходным кодом. Присоединяйтесь к нашему сообществу Discord: https://discord.gg/TgHXuSJEk6
GigaBrain-0: Визуально-языково-действенная модель, работающая на основе мировой модели
MusePose: фреймворк от изображения к видео на основе позы для генерации виртуальных людей
[NeurIPS 2025] OmniSVG — это первое семейство сквозных мультимодальных генераторов SVG, использующих предварительно обученные модели зрения и языка (VLM), способных генерировать сложные и детализированные SVG, от простых значков до замысловатых аниме-персонажей.
Глубокая нейронная сеть для извлечения интеллектуальной информации из документов счетов.
Проекты компьютерного зрения | Забавные ИИ-проекты, связанные с компьютерным зрением (Python, C++, встраиваемые системы)
Запись пути роста инженера алгоритмов CV, обмен заметками по компьютерному зрению и стеку технологий сжатия и развертывания моделей. https://harleyszhang.github.io/cv_note/
LeetCode для PyTorch — 65 задач по машинному обучению и ИИ из реальных собеседований в Google, Meta и Anthropic. Jupyter-ноутбуки, автопроверка и ИИ-репетитор на базе MCP.
Отличные статьи по глубокому обучению для промышленного поиска, рекомендаций и рекламы. Они фокусируются на Embedding, Matching, Pre-Ranking, Ranking, Post Ranking, Relevance, LLM и RL. Пожалуйста, цитируйте нашу статью "Deep Learning to Rank in Industrial Search Engines, Recommender Systems, and Online Advertising - An Overview and New Perspectives" (TOIS 2026).