#keras Репозитории
Всего репозиториев: 137
Сценарии, руководства и демонстрации для автономного вождения
Освойте ключевые навыки, необходимые для распознавания и решения сложных реальных проблем с помощью машинного обучения и глубокого обучения, используя высоко популярную экосистему Python Machine Learning.
🔎 Мониторьте обучение моделей глубокого обучения и использование оборудования с вашего мобильного телефона 📱
Продвинутое глубокое обучение с Keras, опубликованное Packt
Эффективно обучайте модели ИИ на медицинских изображениях с использованием любого фреймворка
🤖 Интерактивные эксперименты по машинному обучению: 🏋️обучение моделей + 🎨демо моделей
Классификация длинных китайских текстов, классификация коротких предложений, многометочная классификация, схожесть двух предложений (Chinese Text Classification of Keras NLP, multi-label classify, or sentence classify, long or short), слой векторных встраиваний для иероглифов/слов/предложений (embeddings) и слой сети (graph) базовый класс построения, FastText, TextCNN, CharCNN, TextRNN, RCNN, DCNN, DPCNN, VDCNN, CRNN, Bert, Xlnet, Albert, Attention, DeepMoji, HAN, Сетевая капсула-CapsuleNet, Transformer-encode, Seq2seq, SWEM, LEAM, TextGCN
Спортивные ставки NBA с использованием машинного обучения
Набор инструментов для оптимизации моделей ML для развертывания в Keras и TensorFlow, включая квантизацию и обрезку.
Современная модель глубокого обучения для анализа настроений, эмоций, сарказма и т. д.
Упакованная и гибкая версия детектора текста CRAFT и модели распознавания Keras CRNN.
CREPE: Конволюционное представление для оценки высоты тона -- предварительно обученная модель (ICASSP 2018)
График потерь обучения в реальном времени в Jupyter Notebook для Keras, PyTorch и других
Курируемый список потрясающих ресурсов Deep Learning (DL) для обработки естественного языка (NLP)
ktrain — это библиотека Python, которая делает глубокое обучение и ИИ более доступными и простыми в применении
Реализация в Keras статьи "One pixel attack for fooling deep neural networks" с использованием дифференциальной эволюции на Cifar10 и ImageNet
: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.
Фреймворк для использования LSTM для обнаружения аномалий в многомерных временных рядах. Включает данные об аномалиях космических аппаратов и эксперименты из миссий Mars Science Laboratory и SMAP.
Легковесная библиотека только с заголовочными файлами для использования моделей Keras (TensorFlow) в C++.
Окрашивание чёрно-белых изображений с помощью глубокого обучения.
Репозиторий кода для Deep Learning с Keras, опубликованный Packt
Распознавание жестов с помощью CNN. Реализовано на Keras + Tensorflow/Theano + OpenCV
Обучение нейронных моделей с использованием структурированных сигналов.
Инструмент для конвертации файлов ONNX в LiteRT/TFLite/TensorFlow, нативный код PyTorch (nn.Module), TorchScript (.pt), state_dict (.pt), Exported Program (.pt2) и Dynamo ONNX. Также поддерживает прямую конвертацию из LiteRT в PyTorch.
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.
Исходный код, связанный с проектом распознавания выражений лица в распознавании лиц
Подобранная коллекция ресурсов iOS, ML и AR, дополненная некоторыми элементами UI.