#tensorflow Репозитории
Всего репозиториев: 454
🔮 Освежающий функциональный подход к глубокому обучению, совместимый с вашими любимыми библиотеками
Краткий курс из шести эпизодов для разработчиков ПО, желающих стать практиками машинного обучения.
Список статей, кода и экспериментов, использующих глубокое обучение для прогнозирования временных рядов
Mars — это унифицированная среда на основе тензоров для大规模ных вычислений данных, которая масштабирует numpy, pandas, scikit-learn и функции Python.
MLNLP: В этом репозитории собраны статьи с открытым исходным кодом, представленные на конференциях по искусственному интеллекту (таких как ACL, EMNLP, NAACL, COLING, AAAI, IJCAI, ICLR, NeurIPS, ICML и др.).
Блокноты, примеры кода и справочные материалы по машинному обучению и генеративному ИИ в Google Cloud для буткемпов Advanced Solutions Lab (ASL).
🐸STT - Набор инструментов глубокого обучения для преобразования речи в текст. Обучение и развертывание моделей STT еще никогда не было таким простым.
Project Flogo — это экосистема с открытым исходным кодом, ориентированная на события с предвзятыми возможностями, упрощающая создание эффективных и современных бессерверных функций, микросервисов и приложений на краю сети.
Самостоятельно размещаемый анализатор звукового ландшафта в реальном времени для птиц, летучих мышей и других диких животных. Многомодельный локальный AI-инференс, работает 24/7 на Raspberry Pi.
Открытая платформа для машинного обучения и других вычислений на децентрализованных данных.
Сценарии, руководства и демонстрации для автономного вождения
Инструментарий для машинного обучения, обработки естественного языка и генерации текста на TensorFlow. Является частью проекта CASL: http://casl-project.ai/
ELECTRA: Предварительное обучение текстовых кодировщиков в качестве дискриминаторов, а не генераторов
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.
Objectron — это набор данных из коротких видеоклипов, ориентированных на объекты. Кроме того, видео также содержат метаданные AR-сессий, включая позы камеры, разреженные облака точек и плоскости. В каждом видео камера перемещается вокруг и над объектом и захватывает его с разных ракурсов. Каждый объект аннотирован 3D-ограничивающей рамкой. 3D-ограничивающая рамка описывает положение, ориентацию и размеры объекта. В наборе данных содержится около 15 тысяч аннотированных видеоклипов и 4 миллиона аннотированных изображений в следующих категориях.
Точная 3D-реконструкция лица с использованием слабонадзорованного обучения: От одного изображения к набору изображений (CVPRW 2019)
🔎 Мониторьте обучение моделей глубокого обучения и использование оборудования с вашего мобильного телефона 📱
Библиотека для обучения и развертывания моделей машинного обучения на Amazon SageMaker
YOLOv4, YOLOv4-tiny, YOLOv3, YOLOv3-tiny реализованы в Tensorflow 2.0, Android. Конвертировать YOLO v4 .weights в tensorflow, tensorrt и tflite
Сверточная нейронная сеть (CNN) Pytorch 3D U-Net, разработанная для сегментации медицинских изображений
Проект c открытым исходным кодом на Python для гибридного квантово-классического машинного обучения.
Потрясающие проекты чат-ботов, корпусы, статьи, учебные пособия. Китайский чат-бот =>:
Система распознавания рукописного текста (HTR), реализованная с использованием TensorFlow.
🎙Распознавание речи с использованием фреймворка глубокого обучения TensorFlow, sequence-to-sequence нейронные сети
Пакет глубокого обучения для представления энергии потенциала многих тел и молекулярной динамики
TensorFlow Recommenders — это библиотека для создания моделей рекомендательных систем с использованием TensorFlow.
Используйте AnimeGANv3 для создания собственных анимационных работ, включая преобразование фотографий или видео в аниме.
Современный веб‑основанный сервер для управления фотографиями. Запустив его на домашнем сервере, вы сможете находить нужные фотографии из вашей коллекции на любом устройстве. Умная фильтрация возможна благодаря распознаванию объектов, распознаванию лиц, учету местоположения, анализу цветов и другим алгоритмам машинного обучения.