#neural-network Репозитории
Откройте для себя 213 активных репозиториев с открытым исходным кодом на GitHub, отмеченных тегом #neural-network, с общим числом 1,234,359 звёзд (в среднем 5,795 на проект). Лидером этой темы является tensorflow/tensorflow, набравший 201,665 звёзд.
Всего репозиториев: 213
Qdrant – Высокопроизводительная, крупномасштабная векторная база данных и поисковый движок векторов для следующего поколения ИИ. Также доступно в облаке https://cloud.qdrant.io/
Визуализатор для моделей нейронных сетей, глубокого обучения и машинного обучения
Дорожная карта становления экспертом по искусственному интеллекту в 2022 году
Кураторский список потрясающих учебных пособий, проектов и сообществ по глубокому обучению.
⛔️ УСТАРЕЛО – См. https://github.com/ageron/handson-ml3 или handson-mlp вместо этого.
PArallel Distributed Deep LEarning: Фреймворк машинного обучения из промышленной практики (Основной фреймворк『FeiJiang』, высокопроизводительное одноузловое и распределенное обучение Deep Learning & Machine Learning, а также кроссплатформенное развертывание)
ncnn — это высокопроизводительный фреймворк для инференса нейронных сетей, оптимизированный для мобильных платформ
pytorch handbook — это открытая книга, цель которой — помочь друзьям, желающим и использующим PyTorch для разработки и исследований в области глубокого обучения, быстро освоить основы. Все включенные уроки Pytorch прошли тестирование и гарантируют успешный запуск.
Библиотека JavaScript с ускорением WebGL для обучения и развертывания моделей ML.
Мгновенные нейронные графические примитивы: молниеносно быстрые NeRF и многое другое
уроки, статьи и другие ресурсы по машинному обучению и глубокому обучению
Курируемый список курсов, книг, видеолекций и статей по искусственному интеллекту (ИИ).
Обширный список материалов, связанных с PyTorch, на GitHub, таких как различные модели, реализации, вспомогательные библиотеки, учебные пособия и т. д.
Burn — это тензорная библиотека нового поколения и фреймворк для глубокого обучения, который не идет на компромиссы в вопросах гибкости, эффективности и переносимости.
Книга MIT по глубокому обучению в формате PDF (полная и части) авторов Ian Goodfellow, Yoshua Bengio и Aaron Courville
Репозиторий кода и ресурс информации для книги "Python Machine Learning (1-е издание)"
Справочник, содержащий стили и ключевые слова, которые вы можете использовать с MidJourney AI. Также есть страницы, демонстрирующие сравнение разрешений, веса изображений и многое другое!
Фреймворк с низким кодом для создания пользовательских LLM, нейронных сетей и других моделей ИИ
Перевод манги и изображений — переводите текст на самых разных изображениях одним нажатием https://cotrans.touhou.ai/ https://greasyfork.org/en/scripts/437569-cotrans-manga-image-translator-regular-edition
OneFlow — это фреймворк для глубокого обучения, разработанный для удобства использования, масштабируемости и эффективности.
Содержит решения и заметки для специализации по машинному обучению от Стэнфордского университета и Deeplearning.ai - Coursera (2022) от проф. Эндрю Ына
PaddlePaddle Движок вывода глубокого обучения высокой производительности для мобильных устройств и edge (PaddlePaddle Движок вывода глубокого обучения высокой производительности для конечной стороны)
Официально поддерживается, поддерживается PaddlePaddle, включая CV, NLP, Speech, Rec, TS, большие модели и так далее.
🔬 Куратированный список крутых LLM и стратегий глубокого обучения и инструментов на финансовом рынке.
Гибкая высокопроизводительная система обслуживания для моделей машинного обучения
Библиотека с ускорением на GPU, содержащая высокооптимизированные строительные блоки и исполнительный движок для обработки данных, для ускорения приложений обучения и вывода глубокого обучения.
T81-558: Keras - Применения глубоких нейронных сетей @Washington University in St. Louis
Проекты и упражнения для новейшей программы Nanodegree по глубокому обучению https://www.udacity.com/course/deep-learning-nanodegree--nd101
Этот репозиторий содержит мои личные заметки и конспекты по специализированным курсам DeepLearning.ai. Я наслаждался каждой мелочью курса, надеюсь, вам тоже понравятся мои заметки.
Руководство для абсолютных новичков по машинному обучению и классификации изображений с помощью нейронных сетей
Часто задаваемые вопросы
Какой репозиторий по теме #neural-network наиболее популярен на GitHub?
Самый высоко оценённый проект с открытым исходным кодом по теме #neural-network на GitHub — tensorflow/tensorflow, набравший 201,665 звёзд. Открытый фреймворк машинного обучения для всех
Какие языки программирования чаще всего используются в репозиториях по теме #neural-network?
Среди наиболее высоко оценённых проектов по теме #neural-network на GitHub чаще всего используются языки программирования Python, C++, Jupyter Notebook, JavaScript.
Как рассчитывается рейтинг репозиториев по теме #neural-network?
Мы отслеживаем 213 активных репозиториев с открытым исходным кодом, отмеченных тегом #neural-network (500 и более звёзд), с общим числом 1,234,359 звёзд и в среднем 5,795 звёзд на репозиторий. Рейтинги обновляются ежедневно на основе данных GitHub API.