#deep-learning Репозитории
Всего репозиториев: 2,273
Фреймворк распределенного обучения для TensorFlow, Keras, PyTorch и Apache MXNet.
Скрипты глубокого обучения передового уровня, организованные по моделям - легко обучать и развертывать с воспроизводимой точностью и производительностью на инфраструктуре корпоративного уровня.
Серия ноутбуков Jupyter, которые помогут вам освоить основы машинного обучения и глубокого обучения в Python с использованием Scikit-Learn, Keras и TensorFlow 2.
Набор инструментов для создания приложений машинного обучения и анализа данных реального мира на C++
Обучение с переносом / Адаптация домена / Обобщение домена / Многозадачное обучение и т.д. Статьи, коды, наборы данных, приложения, руководства. - Обучение с переносом
Книга MIT по глубокому обучению в формате PDF (полная и части) авторов Ian Goodfellow, Yoshua Bengio и Aaron Courville
Python-пакет, созданный для упрощения глубокого обучения на графах поверх существующих фреймворков DL.
Более 20 высокопроизводительных LLM с рецептами для предварительного обучения, тонкой настройки и развертывания в масштабе.
Профилирование качества данных & разведочный анализ данных в 1 строку кода для Pandas и Spark DataFrames.
Синтез изображений высокого разрешения с помощью латентных диффузионных моделей
YuE2: передовая генерация музыки с символическим планированием, созданием каверов без примеров и агентным редактированием музыки.
NVIDIA® TensorRT™ — это SDK для высокопроизводительного вывода глубокого обучения на GPU NVIDIA. Этот репозиторий содержит компоненты с открытым исходным кодом TensorRT.
Библиотека продвинутых моделей глубоких временных рядов для общего анализа временных рядов.
Этот репозиторий содержит коды статьи «A Lip Sync Expert Is All You Need for Speech to Lip Generation In the Wild», опубликованной на ACM Multimedia 2020. Для коммерческой модели HD попробуйте Sync Labs.
Расширенная объяснимость ИИ для компьютерного зрения. Поддержка CNN, Vision Transformers, Классификация, Обнаружение объектов, Сегментация, Сходство изображений и многое другое.
Погрузитесь в Deep Learning, Reinforcement Learning, Machine Learning, Computer Vision и NLP, изучая эти увлекательные лекции!!
🏄 Масштабируемая встраиваемость, рассуждение, ранжирование для изображений и предложений с CLIP
Невероятный PyTorch: кураторский список руководств, статей, проектов, сообществ и многого другого, связанного с PyTorch.
Модель Kimi K3 с 2,78 триллионами параметров, выполняющая логический вывод на одном процессоре с 8,24 ГБ оперативной памяти. Портативный C99: без BLAS, без фреймворков, без GPU.
Сборник скриптов для агрегации данных изображений в целях обучения классификатора изображений NSFW
cvpr2024/cvpr2023/cvpr2022/cvpr2021/cvpr2020/cvpr2019/cvpr2018/cvpr2017 Статьи/Код/Интерпретации/Сборник прямых трансляций, Собрано командой Джиму
Дорожная карта обучения искусственному интеллекту, сбор около 200 практических случаев и проектов, бесплатные сопутствующие учебные материалы, вход с нуля, практика для трудоустройства! Включая: Python, математика, машинное обучение, анализ данных, глубокое обучение, компьютерное зрение, обработка естественного языка, PyTorch, tensorflow, machine-learning, deep-learning, data-analysis, data-mining, mathematics, data-science, artificial-intelligence, python, tensorflow, tensorflow2, caffe, keras, pytorch, algorithm, numpy, pandas, matplotlib, seaborn, nlp, cv и другие популярные области
Открытая диалоговая языковая модель с поддержкой инструментов от Фуданьского университета
Репозиторий предоставляет код для выполнения вывода и тонкой настройки с помощью модели Meta Segment Anything Model 3 (SAM 3), ссылки для загрузки обученных контрольных точек модели и примеры ноутбуков, демонстрирующие использование модели.
pix2code: Генерация кода из скриншота графического пользовательского интерфейса
OpenVINO™ — это набор инструментов с открытым исходным кодом для оптимизации и развертывания вывода ИИ.
Фреймворк с низким кодом для создания пользовательских LLM, нейронных сетей и других моделей ИИ
TensorZero — это открытая платформа LLMOps, которая объединяет шлюз LLM, наблюдаемость, оценку, оптимизацию и эксперименты.
Список статей по обнаружению объектов с использованием глубокого обучения.
Реализация DALL-E 2, обновленной нейронной сети OpenAI для синтеза изображений по тексту, на Pytorch
Платформа для разработчиков ИИ. Используйте Weights & Biases для обучения и тонкой настройки моделей, а также для управления моделями от экспериментов до производства.
Сервер вывода Triton предоставляет оптимизированное решение для вывода в облаке и на краю.
Kimi K2 — это серия больших языковых моделей, разработанная командой Moonshot AI.