#deep-neural-networks Репозитории
Всего репозиториев: 103
Сборник блокнотов Google Colaboratory для быстрых и простых экспериментов
Библиотека PyTorch и платформа оценки для сквозных исследований сжатия
🚀 БЕСПЛАТНЫЕ ресурсы по ИИ - 🎓 Курсы, 👷 Вакансии, 📝 Блоги, 🔬 Исследования в области ИИ и многое другое - для всех!
Пример машинного обучения TensorFlow для Android (Сборка TensorFlow для Android)
Медицинский набор инструментов для обнаружения содержит 2D + 3D реализации распространенных детекторов объектов, таких как Mask R-CNN, Retina Net, Retina U-Net, а также фреймворк для обучения и вывода, ориентированный на работу с медицинскими изображениями.
🚀 API подсчета объектов TensorFlow — это фреймворк с открытым исходным кодом, построенный на базе TensorFlow и Keras, который упрощает разработку систем подсчета объектов!
Сборник ресурсов по применению трансформеров в медицинской визуализации.
Фреймворк последовательность-к-последовательности с акцентом на нейронный машинный перевод на основе PyTorch
Вариационный автокодировщик, реализованный на tensorflow и pytorch (включая обратный авторегрессионный поток)
Диаграммы для визуализации архитектуры нейронной сети
Библиотека PyTorch для adversarial методов атаки и защиты на изображениях и графах
Сопутствующий репозиторий к GANs in Action: Глубокое обучение с генеративно-состязательными сетями
[ICML2024 (Oral)] Официальная реализация DoRA на PyTorch: низкоранговая адаптация с разложением весов
Реализация, независимая от фреймворка, для методов значимости передового уровня (XRAI, BlurIG, SmoothGrad и другие).
Полиэдрический компилятор для выражения быстрых и переносимых параллельных алгоритмов данных
Изучите глубокое обучение с помощью tensorflow 2.0, keras и python в этой комплексной серии учебных пособий по глубокому обучению. Изучите глубокое обучение с нуля. Серия по глубокому обучению для начинающих. Учебные пособия по tensorflow, учебное пособие по tensorflow 2.0. учебное пособие по глубокому обучению python.
Сборник недавних методов сжатия и ускорения (глубоких) нейронных сетей.
Инженерия представлений: Подход сверху вниз к прозрачности ИИ
Бесплатный и полностью открытый стек ADAS уровня L2, работающий на базе сквозных технологий искусственного интеллекта
TinyNeuralNetwork — это эффективный и простой в использовании фреймворк для сжатия моделей глубокого обучения.
Куратированный список НАБОРОВ ДАННЫХ, КОДОВЫХ БАЗ и СТАТЕЙ по Multi-Task Learning (MTL) с точки зрения машинного обучения.
Этот репозиторий содержит коллекцию опросов, наборов данных, статей и кодов для оценки предиктивной неопределенности в моделях глубокого обучения.
Пример машинного обучения Android TensorFlow Lite
Интерпретатор языка жестов, использующий живую видеопередачу с камеры.
NeuPy — это библиотека Python на основе Tensorflow для прототипирования и создания нейронных сетей.
Intel® AI Reference Models: содержит оптимизации Intel для запуска рабочих нагрузок глубокого обучения на процессорах Intel® Xeon® Scalable и Intel® Data Center GPUs
Курируемый (самый последний) список ресурсов для обучения с зашумленными метками
Пример предсказания нескольких многомерных временных рядов с использованием рекуррентных нейронных сетей LSTM в Python с Keras.
Статьи, код и наборы данных по глубокому обучению для обнаружения 3D-объектов.
Fabric for Deep Learning (FfDL, произносится fiddle) — это платформа для глубокого обучения, предлагающая TensorFlow, Caffe, PyTorch и т. д. как сервис на Kubernetes.
Прогнозирование цен на акции с использованием нейронной сети TensorFlow LSTM (долгая краткосрочная память) для прогнозирования временных рядов
ML-capsule — это проект для начинающих и опытных энтузиастов в области науки о данных, у которых нет наставника или руководства, но которые хотят изучать машинное обучение. Используя наш репозиторий, они могут изучить ML, DL и многие смежные технологии на примере различных реальных проектов и подготовиться к собеседованиям.
Библиотека для байесовских слоев нейронных сетей и оценки неопределенности в глубоком обучении, расширяющая ядро PyTorch
ProphitBet — это приложение для прогнозирования ставок на футбол на основе машинного обучения. Оно анализирует форму команд, рассчитывает статистику матчей и предсказывает их исходы с помощью передовых методов машинного обучения (ML). Кроме того, приложение предлагает агентов для ставок на основе глубокого обучения с подкреплением (DRL), способных обучаться оптимальным стратегиям ставок.
Этот репозиторий содержит код оценки для статьи «MMMU: Massive Multi-discipline Multimodal Understanding and Reasoning Benchmark for Expert AGI»
Автоматическая анимация 3D-персонажей с использованием методов оценки позы и генерации ориентиров
Microsoft Scalable Noisy Speech Dataset (MS-SNSD) — это набор данных с шумной речью, который может масштабироваться до произвольных размеров в зависимости от количества говорящих, типов шума и желаемых уровней отношения сигнал/шум (SNR).
Крупномасштабный мультимодальный набор данных о автомобилях с симуляциями вычислительной гидродинамики и эталонами глубокого обучения
Пайплайн усиления для рендеринга процессов печати на синтетической бумаге, факса, сканирования и копирования
Файл '笔和线段的一种划分.py', достаточно ввести данные high и low K-линий, чтобы автоматически реализовать разделение на штрихи, линейные сегменты, ядро, точки покупки и продажи, типы тренда. Можно использовать sh.csv как входной файл. Резюме см. pdf. Сила времени. Кто-то говорит, что выбор времени очень сложен, кто-то говорит, что выбор акций прост, кто-то говорит, что IT-инфраструктура для статистического арбитража очень важна. А кто-то говорит, что в системе есть неизмеримые принципы. Мнения расходятся. Распределенная система, когда твое влияние можно игнорировать, только тогда ты можешь это реализовать, как сказал председатель Цзян: тихо разбогатеть. В первую неделю рынок упал на 1 %, заработал десять тысяч, 5 % прибыли. #Акции #ФондовыйРынок #ChanLun https://v.kuaishou.com/bFEl6M Скопируйте это сообщение и откройте 【Kwai】 для просмотра!