#deep-learning Репозитории
Всего репозиториев: 2,273
Этот проект направлен на обнаружение видео-дипфейков с использованием методов глубокого обучения, таких как RestNext и LSTM. Мы достигли обнаружения дипфейков, используя трансферное обучение, где предварительно обученная RestNext CNN используется для получения вектора признаков, далее слой LSTM обучается с использованием признаков. Для получения дополнительной информации следуйте документации.
Язык шаблонизации, написанный для рабочих процессов Stable Diffusion. Доступен как расширение для Automatic1111 WebUI.
Мощная базовая модель для классификации изображений, распознавания лиц и поиска изображений с помощью Pytorch
Создай свой собственный X — освойте машинное обучение, создавая всё с нуля. Цель проекта — охватить всё: от линейной регрессии и глубокого обучения до больших языковых моделей (LLM).
[TMLR 2025🔥] Обзор авторегрессионных моделей в компьютерном зрении.
Реализация на PyTorch статьи "Class-Balanced Loss Based on Effective Number of Samples"
Локализованное водяное знакирование для аудиозаписей речи, сгенерированных ИИ, с SOTA по надежности и очень быстрым детектором
Нейронные сети, основанные на физических принципах, для продвинутого моделирования
Навигация с использованием зрения и языка в непрерывных средах с помощью Habitat
Dolphin — это многоязычная многозадачная модель ASR, совместно обученная DataoceanAI и Университетом Цинхуа.
Библиотека Python для высокопроизводительного захвата экрана в Windows с использованием Desktop Duplication API - Обновлено в 2026
[ICLR 2024] Управление моделями "зрение-язык" для универсального восстановления изображений. 5-е место в соревновании NTIRE 2024 Restore Any Image Model in the Wild.
Официальная реализация PyTorch для FB-BEV & FB-OCC – преобразующая прямой и обратный вид для ориентированного на зрение восприятия автономного вождения
Тактильное восприятие • Сбор данных • IL/RL/VLA/WM • Манипуляция • Моделирование • Открытый исходный код
Учебник по HPC, включающий коллективную связь (MPI, NCCL), программирование CUDA, векторизацию SIMD, связь RDMA и т.д.
Фреймворк компьютерного зрения с открытым исходным кодом для создания и развертывания приложений за считанные минуты
CnSTD: Python3 пакет для обнаружения текста на изображениях (Scene Text Detection), обнаружения математических формул (Mathematical Formula Detection, MFD) и анализа макета (Layout Analysis) на основе PyTorch/MXNet для китайского/английского языка
Инженерия признаков — это процесс использования знаний в предметной области для извлечения признаков из необработанных данных с помощью методов интеллектуального анализа данных. Эти признаки можно использовать для улучшения производительности алгоритмов машинного обучения. Инженерия признаков можно рассматривать как прикладное машинное обучение само по себе.
Реализация Phenaki Video на Pytorch, который использует Mask GIT для создания управляемых текстом видео продолжительностью до 2 минут
Библиотека для решения дифференциальных уравнений с использованием нейронных сетей на базе PyTorch, используемая несколькими исследовательскими группами по всему миру, включая Harvard IACS.
Библиотека Python для инференса на основе симуляций с использованием глубокого обучения
«EasyOffer» (<Сборник собеседований по большим моделям>) — это руководство по летним стажировкам в области больших моделей, специально разработанное для «малышей» LLM, в котором в основном фиксируются некоторые распространенные задачи по написанию кода от крупных компаний, опыт собеседований в крупных компаниях и распространенные вопросы для размышления при подготовке к летним стажировкам и осеннему набору в области больших моделей; я новичок, учусь...... Если у вас есть какие-либо вопросы, уважаемые мастера, не стесняйтесь указывать на них, надеюсь, все смогут получить желаемое предложение!
[В бета-тестировании] QPT — инструмент Python to EXE, призванный помочь проектам с открытым исходным кодом лучше выйти в интернет-мир (упаковка Python).
Этот проект направлен на предоставление полностью китайского, практико-ориентированного учебного/собеседовательного руководства для инженеров-алгоритмистов, стремящихся войти в область VLA (Vision-Language-Action). В отличие от общих руководств по собеседованию CV/NLP, этот проект фокусируется на уникальных задачах робототехники.
Реализация TensorFlow для вычисления семантически сегментированного изображения с видом с высоты птичьего полета (BEV) по изображениям с нескольких камер, установленных на транспортном средстве.
Fizgig — студия LoRA и тонкой настройки для Klein 9B, Krea 2, MiniMax H3, Qwen Image 2.1, Anima, Z-Image Turbo и Ace-Step XL: обучение, тонкая настройка, профилирование, восстановление и извлечение LoRA и LoKR для моделей изображений, видео и музыки
[ICRA 2022] Фреймворк с открытым исходным кодом для кооперативного обнаружения. Официальная реализация для OPV2V.
DNABERT: предварительно обученная модель двунаправленных представлений кодировщика Transformer для ДНК-языка в геноме
Реализация с нуля языковой модели "разреженная смесь экспертов", вдохновленная makemore от Андрея Карпатого :)
Курируемый список замечательных вещей, связанных с инструментами искусственного интеллекта
Основанные на оценках генеративные модели (диффузионные модели) для улучшения и устранения реверберации речи