#transformer Репозитории
Всего репозиториев: 208
Соберите некоторые статьи о трансформерах с видением. Потрясающий трансформер с компьютерным зрением (CV)
Вводные курсы по глубокому обучению, продвинутые курсы, специальные курсы, академические кейсы, промышленные практические кейсы, энциклопедия знаний по глубокому обучению и банк вопросов для собеседований Курсы, кейсы и знания по Deep Learning и AI
Towhee — это фреймворк, предназначенный для создания простых и быстрых конвейеров обработки нейронных данных.
Автоматизированная фабрика факторов с открытым исходным кодом, основанная на глубоком обучении с подкреплением.
Этот репозиторий содержит список литературы по прогнозированию/предсказанию временных рядов (TSF) и пространственно-временному прогнозированию/предсказанию (STF). Эти статьи в основном классифицируются по типу модели.
Нативные для Rust готовые к использованию конвейеры NLP и модели на основе трансформеров (BERT, DistilBERT, GPT2, ...)
[AutoArk] GPA (General Purpose Audio) может выполнять ASR, TTS и преобразование голоса с помощью одной крошечной модели!
мы хотим создать репозиторий для демонстрации использования трансформеров на китайском языке
Охватывает данные для предобучения, токенизаторы, Transformer, MoE, распределённое обучение, законы масштабирования, инференс и выравнивание. 6 последовательных заданий по программированию для комплексного изучения LLM.
🔥🔥🔥 Фокус на улучшенных моделях YOLO11, YOLOv8, TYOLOv12, YOLOv10, RT-DETR, YOLOv7, YOLOv5, Поддержка для улучшения backbone, neck, head, loss, IoU, NMS и других модулей🚀
Профессионально подобранный список отличных ресурсов (статьи, код, данные и т. д.), посвященных трансформерам во временных рядах.
Платформа обучения с замкнутым циклом компьютерного зрения, где код можно выполнять интерактивно онлайн. Изучение замкнутого цикла "Компьютерное зрение на практике: Алгоритмы и приложения" китайская электронная книга, исходный код, сообщество для обмена читателями (постоянно обновляется ...) 📘 Онлайн-книга https://charmve.github.io/computer-vision-in-action/ 👇Домашняя страница проекта
[CVPR 2022--Oral] Restormer: Эффективный трансформер для восстановления изображений высокого разрешения. SOTA для устранения размытия движения, удаления дождя с изображений, шумоподавления (Гауссовское/реальные данные) и устранения расфокусировки.
Большие языковые модели (LLM) стали проще, EasyLM — это универсальное решение для предварительного обучения, дообучения, оценки и обслуживания LLM в JAX/Flax.
Graphormer — это универсальная основа глубокого обучения для молекулярного моделирования.
Учебные пособия Jupyter Notebook по решению реальных проблем с помощью Machine Learning & Deep Learning с использованием PyTorch. Темы: Обнаружение лиц с Detectron 2, Обнаружение аномалий в временных рядах с LSTM Autoencoders, Обнаружение объектов с YOLO v5, Создайте свою первую Neural Network, Прогнозирование временных рядов для ежедневных случаев Coronavirus, Анализ настроений с BER
🍅🍅🍅YOLOv5-Lite: Разработан на основе yolov5, размер модели всего 900+kb (int8) и 1.7M (fp16). Достигает 15 FPS на Raspberry Pi 4B~
Библиотека PyTorch для глубокого обучения для прогнозирования временных рядов, классификации и обнаружения аномалий (первоначально для прогнозирования наводнений).
Lumina-T2X — это унифицированная структура для генерации текста в любую модальность
[CVPR 2025 Highlights] Video Depth Anything: Согласованная оценка глубины для сверхдлинных видео
📰 Обязательные к прочтению статьи и блоги по моделированию длинного контекста на основе LLM 🔥
Официальная реализация "iTransformer: Inverted Transformers Are Effective for Time Series Forecasting" (ICLR 2024 Spotlight)
Открытые промышленные модели ASR, поддерживающие мандаринский язык, китайские диалекты и английский язык, достигающие нового уровня SOTA на публичных бенчмарках ASR на мандаринском языке, а также обладающие выдающейся способностью распознавания текстов песен.
Открытая версия QuantMind (Количественный мозг) — это нативная для ИИ мультирыночная платформа количественной торговли, предназначенная для индивидуальных разработчиков и команд инвестиционных исследований. Она глубоко интегрирует Microsoft Qlib, эволюцию факторов RD-Agent и универсальную рабочую среду QuantBot, обеспечивая полный замкнутый цикл: от поиска факторов размерностью более 300, фабрики моделей с 13 моделями машинного обучения и глубокого обучения, высокопроизводительного бэктестинга Qlib, пакетного поперечного вывода и круглосуточного анализа тональности общественного мнения в реальном времени до глубокой интеграции с TongdaXin (рассылки по секторам, радар предупреждений и молниеносная подача заявок), а также реальной и симуляционной торговли. Поддерживаются акции A, акции Гонконга, акции США, фьючерсы и блокчейн. Разрешено бесплатное коммерческое использование; система разворачивается в частной среде одним нажатием с помощью Docker Compose. Данные и модели полностью хранятся локально, что обеспечивает конфиденциальность стратегий. Все функции доступны без порога входа и ограничений.
Интеграция моделей глубокого обучения для классификации изображений | Проект изучения/сравнения/магической модификации основы
Курируемый список статей и ресурсов по обнаружению мошенничества, аномалий и выбросов на основе графов/трансформеров
Простая в использовании и высокопроизводительная структура для развертывания ИИ | An Easy-to-Use and High-Performance AI Deployment Framework
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
[ICML 2024] LLMCompiler: Компилятор LLM для параллельных вызовов функций
Импортируйте SVG-файлы в ваш проект React Native так же, как вы бы сделали это в веб-приложении.
[CVPR 2023] OneFormer: Один Transformer для универсальной сегментации изображений
Фреймворк без необходимости программирования на базе PyTorch для воспроизводимых исследований в области глубокого обучения. Экосистема PyTorch. 🏆 На данный момент реализовано 28 методов дистилляции знаний, представленных на конференциях и в журналах TPAMI, CVPR, ICLR, ECCV, NeurIPS, ICCV, AAAI и других. 🎁 Для обеспечения воспроизводимости и проведения сравнительного тестирования доступны обученные модели, журналы обучения и конфигурации.
Безопасный RLHF: Ограниченное согласование ценностей посредством безопасного обучения с подкреплением на основе обратной связи от человека
PaddleSlim — это библиотека с открытым исходным кодом для сжатия глубоких моделей и поиска архитектур.
Крошечная модель, большая логика: Оптимизация, управляемая разнообразием, вызывает у VibeThinker-1.5B способность к рассуждению, свойственную большим моделям
Kernl позволяет вам запускать модели трансформеров PyTorch в несколько раз быстрее на GPU с помощью одной строки кода, и разработан так, чтобы его было легко модифицировать.