#deep-learning Репозитории
Всего репозиториев: 2,273
Реализация на PyTorch различных методов для непрерывного обучения (XdG, EWC, SI, LwF, FROMP, DGR, BI-R, ER, A-GEM, iCaRL, Generative Classifier) в трех различных сценариях.
Точная 3D-реконструкция лиц со слабоконтролируемым обучением: От одного изображения к набору изображений (CVPRW 2019). Реализация на PyTorch.
Платформа глубокого обучения на основе PyTorch для мультимодальной 2D/3D сегментации медицинских изображений
[ICCV 2023] Make-It-3D: Высококачественное 3D-создание из одного изображения с использованием диффузионного априорного знания
Эффективно обучайте модели ИИ на медицинских изображениях с использованием любого фреймворка
DeepSeekMoE: К конечной специализации экспертов в языковых моделях Mixture-of-Experts
Это список ресурсов для улучшения изображений при слабом освежении
😎 Актуальный и тщательно отобранный список отличных статей, методов и ресурсов по полуавтоматическому обучению.
Курируемый список радиолокационных наборов данных, обнаружения, отслеживания и слияния
Куратированный список статей по дата-майнингу о выявлении мошенничества.
Некоторые потрясающие книги и пдф-файлы, связанные с ИИ, для изучения и скачивания, а также примените некоторые демонстрационные модели для обучения
Руководство по использованию предварительно обученных больших языковых моделей исходного кода
Официальная реализация модели RAVE: вариационный автокодировщик аудио в реальном времени
RDT-1B: диффузионная основополагающая модель для двуручной манипуляции
:art: Модели, датасеты и функции потерь семантической сегментации, реализованные в PyTorch.
Спортивные ставки NBA с использованием машинного обучения
Репозиторий кода для сетей с жидкой постоянной времени (LTC)
Временная графовая сверточная сеть для прогнозирования городского транспортного потока
Отслеживание, исследование и применение передовых технологий, таких как обработка естественного языка, графы знаний, большие языковые модели и агенты.
PPL Quantization Tool (PPQ) - это мощный автономный инструмент для квантования нейронных сетей.
Плагин OBS Aimbot для Delta Force (ПК и мобильные устройства) — Интеллектуальный помощник автонаведения в голову на основе инъекции рендеринга OBS с поддержкой связки с QQ Music/NetEase Cloud, точным распознаванием скелета, плавным автоаимом, контролем отдачи, стабильным обходом проверок и повышением эффективности убийств. 5L2G5YW25a6e5Lul5LiK5YWo5piv6aqX5L2g55qE77yM6L+Z5Y+q5piv5Liq5biu5L2g5a6J6KOF5pqX5Yy656qB5Zu055qE5Y+N5L2c5byK6aG555uu572i5LqG
Примерный список моих любимых ресурсов по глубокому обучению, полезный для повторного изучения тем или для справки. Я тщательно прошел весь контент, перечисленный там. - Guillaume Chevalier
Подбор синтетических данных для пост-обучения и извлечения структурированных данных
[Номинация на Лучшую статью PVLDB 2024] TFB: На пути к всестороннему и справедливому тестированию методов прогнозирования временных рядов
новейшие исследования в области глубокого обучения с использованием PaddlePaddle
TorchMultimodal — это библиотека PyTorch для обучения передовых мультимодальных многозадачных моделей в большом масштабе.
Комплексное обучение для моделей зрения (YOLO, ViTs, RT-DETR, DINOv3): предварительное обучение, дообучение, дистилляция.
Топ 200 репозиториев GitHub по глубокому обучению, отсортированные по количеству звёзд.
Разъяснение доказательств, примеров, концептуальных дополнений и библиографии к книге «Введение в теорию машинного обучения» (Книга-сокровищница).
Полный список из более чем 180 YouTube-каналов, посвященных науке о данных, инженерии данных, машинному обучению, глубокому обучению, информатике, программированию, разработке программного обеспечения и т. д.
Глубокий вероятностный анализ данных одиночных клеток и пространственных омных данных