#neural-networks Репозитории
Всего репозиториев: 277
Инструментарий для исследований JAX для создания, редактирования и визуализации нейронных сетей.
Удивительный искусственный интеллект, машинное обучение и глубокое обучение, как мы их изучаем. Заметки для изучения и кураторский список потрясающих ресурсов по таким темам.
Высококачественные реализации стандартных и SOTA методов для различных задач.
Macaw-LLM: Мультимодальное моделирование языка с интеграцией изображений, видео, аудио и текста
[CVPR 2025] Fast3R: Towards 3D Reconstruction of 1000+ Images in One Forward Pass
2D-симуляция Unity, в которой автомобили учатся самостоятельно проходить различные трассы. Автомобили управляются прямой нейронной сетью. Веса сети обучаются с использованием модифицированного генетического алгоритма.
Список статей, посвященных изучению машинного обучения через призму теории категорий
Современная модель глубокого обучения для анализа настроений, эмоций, сарказма и т. д.
[CVPR 2025 Highlight] Усечённая модель диффузии для сквозного автономного вождения в реальном времени
Этот репозиторий содержит скрипты, модели и необходимые файлы для Deep Noise Suppression (DNS) Challenge.
CVPR2023 - Активация большего количества пикселей в трансформере для сверхвысокого разрешения изображений TPAMI - HAT: Гибридный трансформер внимания для восстановления изображений
Быстрая, эргономичная и портативная библиотека тензоров на Nim с акцентом на глубокое обучение для CPU, GPU и встраиваемых устройств через бэкенды OpenMP, Cuda и OpenCL
Официальный репозиторий для "Mish: A Self Regularized Non-Monotonic Neural Activation Function" [BMVC 2020]
Поднять, Рассеять, Выстрелить: Кодирование изображений из произвольных установок камер путем неявного обратного проецирования в 3D (ECCV 2020)
Введение в машинное обучение, построенное с первых принципов. Для инженеров, которые хотят рассуждать о системах ML так же, как они рассуждают о программных системах.
Решатели Physics-Informed Neural Networks (PINN) для (частичних) дифференциальных уравнений в ускоренной симуляции научного машинного обучения (SciML)
pyclustering - это библиотека Python, C++ для интеллектуального анализа данных.
Проект по обработке нейронных сетей и рендерингу для получения представлений об архитектуре и параметрах модели посредством упрощенного представления.
Пакет nnsight позволяет интерпретировать и манипулировать внутренними компонентами моделей глубокого обучения.
Современная библиотека эволюционных вычислений, построенная непосредственно на базе PyTorch, создана в NNAISENSE.
Куратированный список ресурсов NLP, сосредоточенный на сетях Transformer, механизме внимания, GPT, BERT, ChatGPT, LLM и трансферном обучении.
[CVPR 2021 & IJCV 2024] Переосмысление семантической сегментации с точки зрения последовательности в последовательность с помощью Трансформеров