#deep-learning 仓库
共 2,273 个仓库
Coursera 深度学习专项课程(由 deeplearning.ai 提供)中的所有课程笔记、编程作业和测验:(i) 神经网络与深度学习;(ii) 改进深度神经网络:超参数调优、正则化与优化;(iii) 机器学习项目的Structuring;(iv) 卷积神经网络;(v) 序列模型
https://www.youtube.com/channel/UC34rW-HtPJulxr5wp2Xa04w?sub_confirmation=1
使用 Azure Machine Learning Python SDK 的 ML 和深度学习示例 Python 笔记本 | Microsoft
⚡️SwanLab - 一款开源、现代设计的AI训练跟踪与可视化工具。支持云端/自托管使用。已集成 PyTorch / Transformers / verl / LLaMA Factory / ms-swift / Ultralytics / MMEngine / Keras 等。
通过这个从0到100的完整存储库,成为人工智能、机器学习、生成式AI、深度学习、数据科学、自然语言处理、强化学习等领域的专家。
[ECCV 2022] 这是BEVFormer的官方实现,BEVFormer是一个仅相机框架,用于自动驾驶感知,例如3D物体检测和语义地图分割。
《Build a Large Language Model (From Scratch)》是一本深入探讨大语言模型原理与实现的电子书,适合希望深入了解 GPT 等大模型架构、训练过程及应用开发的学习者。为了让更多中文读者能够接触到这本极具价值的教材,我决定将其翻译成中文,并通过 GitHub 进行开源共享。
面向 CPU(x64、AArch64、RISC-V)和英特尔 GPU 的开源优化深度学习算子库(矩阵乘法、卷积、注意力机制)。被 PyTorch、TensorFlow、OpenVINO 和 ONNX Runtime 使用。
FEDML - 面向大规模分布式训练、模型服务和联邦学习的统一且可扩展的机器学习库。跨云调度器 FEDML Launch 进一步支持在任何 GPU 云或本地集群上运行任何 AI 作业。基于该库构建的 TensorOpera AI (https://TensorOpera.ai) 是您的规模化生成式 AI 平台。
Deepchecks:用于 ML 模型和数据的持续验证的测试。Deepchecks 是满足您所有 AI 和 ML 验证需求的整体开源解决方案,使您能够从研究到生产彻底测试您的数据和模型。
TimeGPT-2.1:可用于生产环境的预训练时间序列基础模型,支持预测和异常检测。一个用于时间序列的生成式预训练变换器,使用超过 1000 亿个数据点进行训练。只需几行代码,即可准确预测零售、电力、金融和物联网等多个领域的数据 🚀。
Synapsa Commons:免费、实践性强的 AI 课程,可在任何平台运行(Colab、Kaggle、Binder、Codespaces、Jupyter)。涵盖《欧盟人工智能法案》合规证据、模型验证、预测性维护、文档提取、检索与 RAG、AI 智能体和 MCP,以及一个模拟人形机器人。每节课均自动评分。来自 Synapsa 的构建团队。