#neural-networks Репозитории
Всего репозиториев: 277
Глубокое обучение для калибровки камер и за ее пределами: Обзор
Подборка проектов по коннектому плодовой мушки: MaleCNS, FlyWire, симуляции мозга, воплощённые модели, игры и исследовательские инструменты.
Ноутбуки Colab, охватывающие инструменты глубокого обучения для предсказания и дизайна биомолекулярных структур
Единая автоматическая оценка качества речи, музыки и звука.
Изучайте, визуализируйте и вмешивайтесь в любые операции любой нейронной сети. Фиксируйте все активации и градиенты, полный граф вычислений и более 800 полей метаданных, не изменяя код модели. Поддерживает PyTorch, JAX, TensorFlow, MLX, PaddlePaddle и tinygrad. Проверено на более чем 6 400 моделях. Создано для исследователей и их ИИ-агентов.
YaneuraOu — это самый сильный в мире движок шоги (игрок ИИ), победитель 1-го места на WCSC29, образовательный и соответствующий стандарту USI движок.
Воспроизведение статьи Янна ЛеКуна 1989 года "Backpropagation Applied to Handwritten Zip Code Recognition" ("Обратное распространение ошибки, примененное к распознаванию рукописных почтовых индексов"), насколько мне известно, самое раннее реальное применение нейронной сети, обученной с помощью обратного распространения ошибки.
Dataset Management Framework, библиотека Python и инструмент CLI для создания, анализа и управления наборами данных компьютерного зрения.
Введения в ключевые концепции квантового программирования, а также руководства и реализации из передовых исследований в квантовых вычислениях.
Все мои самостоятельно обученные и выпущенные модели масштабирования (upscaling) ИИ. Собрав и применив более 600 различных моделей масштабирования, я научился обучать свои собственные модели, и вот результаты.
Мозг, который учится на непосредственном опыте. По умолчанию — Система 1: восприятие, память, пластичность и действие. Система 2 — опционально, для самонаблюдения и постепенных корректировок.
Маленький GPT, реализованный с нуля на чистом Go. Оптимизирован для понимания. Обучен на книгах Жюля Верна.
Нелинейная оптимизация (нахождение корней, метод наименьших квадратов и т. д.) в JAX+Equinox. https://docs.kidger.site/optimistix/
Пакет Python для выполнения сопоставления сущностей и текста с использованием глубокого обучения.
УСТАРЕЛО, теперь в sktime - вспомогательный пакет для глубокого обучения на основе TensorFlow
Этот репозиторий содержит все необходимое, чтобы стать экспертом в области исследований ML/AI и исследовательских работ
Deep Learning Simplified — это репозиторий с открытым исходным кодом, содержащий проекты глубокого обучения от начального до продвинутого уровня для участников, которые хотят начать свой путь в глубоком обучении. URL Devfolio, https://devfolio.co/projects/deep-learning-simplified-f013
Python-библиотека для обучения нейронных сетей с сильным акцентом на гидрологические приложения.
Документы AAAI 2024: Изучите обширную коллекцию инновационных исследовательских работ, представленных на одной из ведущих конференций по искусственному интеллекту. Беспрепятственно интегрируйте реализации кода для лучшего понимания. ⭐ испытайте передовые достижения в области искусственного интеллекта с помощью этого репозитория!
Код для статьи "DewarpNet: Single-Image Document Unwarping With Stacked 3D and 2D Regression Networks" (ICCV '19)
Решение прямых и обратных задач, связанных с дифференциальными уравнениями в частных производных, с использованием нейронных сетей с конечным базисом, основанных на физике (FBPINNs)
Сводник бесплатных ресурсов для чтения по ML