#deep-learning Репозитории
Всего репозиториев: 2,273
Фреймворк PyTorch для моделей рекомендаций, простой в использовании и расширяемый.
[CVPR 2024 Oral, Best Paper Runner-Up] Код для "pixelSplat: 3D Гауссовы сплайны из пар изображений для масштабируемой обобщаемой 3D реконструкции" от David Charatan, Sizhe Lester Li, Andrea Tagliasacchi и Vincent Sitzmann
Ресурс, который поможет вам подготовиться к предстоящим собеседованиям по науке о данных
Официальная реализация "OpenPifPaf: Composite Fields for Semantic Keypoint Detection and Spatio-Temporal Association" на PyTorch.
[CVPR 2026] 🔥🔥 Официальный репозиторий USO: Объединённая генерация стиля и субъектно‑двигательная генерация с использованием дисентангента и обучения по наградам
[NeurIPS 2023] Официальный код для "SMPLer-X: Масштабирование оценки выразительной позы и формы человека"
Реализация в Keras статьи "One pixel attack for fooling deep neural networks" с использованием дифференциальной эволюции на Cifar10 и ImageNet
Динамическая пороговая обработка (Исправление масштаба CFG) для Stable Diffusion (SwarmUI, ComfyUI и Auto WebUI)
Учебные пособия по LangChain и Prompt Engineering для больших языковых моделей (LLM), таких как ChatGPT с пользовательскими данными. Jupyter-ноутбуки по загрузке и индексации данных, созданию шаблонов запросов, CSV-агентов и использованию цепочек retrieval QA для запроса пользовательских данных. Проекты по использованию приватной LLM (Llama 2) для чата с PDF-файлами, анализа тональности твитов.
Реализация Perceiver, общего восприятия с итеративным вниманием, в Pytorch
TorchXRayVision: Библиотека наборов данных и моделей рентгеновских снимков грудной клетки. Классификаторы, сегментация и автоэнкодеры.
Фреймворк последовательность-к-последовательности с акцентом на нейронный машинный перевод на основе PyTorch
Модуль Python для получения состояния GPU от NVIDIA GPU с использованием nvidia-smi программно в Python
Автоматически находите проблемы в наборах данных изображений и практикуйте ориентированное на данные компьютерное зрение.
Заметки для чтения о мультимодальных больших языковых моделях, больших языковых моделях и диффузионных моделях
:smiley_cat: Красивая и простая шаблонная приложение-классификатор изображений. Разверните свою обученную модель или предварительно обученную модель (VGG, ResNet, Densenet) в веб-приложение с помощью Flask за 10 минут.
Видео, заметки и эксперименты для понимания глубокого обучения
Высокопроизводительное отслеживание нескольких объектов на основе YOLO, Deep SORT и KLT 🚀
Полный и структурированный центр для изучения искусственного интеллекта — охватывает ИИ, машинное обучение, глубокое обучение и науку о данных с книгами, дорожными картами и подобранными ресурсами от начального до продвинутого уровня.
:basketball::robot::basketball: Веб-приложение и API на базе ИИ для анализа бросков и поз при бросках в баскетболе.
Простой метод выполнения полунадзорового обучения с ограниченными данными.
Извлекатель представлений парсинга человека из коробки.
Ресурсы для восстановления фазы (также называемого фазовым изображением, извлечением фазы или восстановлением фазы)
Гибкий и расширяемый фреймворк для распознавания походки. С помощью OpenGait вы можете сосредоточиться на разработке собственных моделей и с легкостью сравнивать их с передовыми решениями.
DeepRec — это высокопроизводительный фреймворк глубокого обучения для рекомендаций на основе TensorFlow. Он размещен в инкубаторе LF AI & Data Foundation.
Вариационный автокодировщик, реализованный на tensorflow и pytorch (включая обратный авторегрессионный поток)
Быстрое аугментирование аудиоданных в PyTorch. Вдохновлено audiomentations. Полезно для глубокого обучения.
Передовые мультимодальные базовые модели для понимания изображений и видео
[ICLR24] Официальная реализация статьи «MagicDrive: Генерация уличных сцен с разнообразным контролем 3D-геометрии»