artificial-neural-networks

Tauchen Sie ein in Deep Learning, Reinforcement Learning, Machine Learning, Computer Vision und NLP anhand dieser spannenden Vorlesungen!

Eine Referenz mit Stilen und Schlüsselwörtern, die Sie mit MidJourney AI verwenden können. Es gibt auch Seiten mit Auflösungsvergleichen, Bildgewichtungen und vielem mehr!

Eine Python-Bibliothek, die entwickelt wurde, um Entwicklern die Erstellung von Anwendungen und Systemen mit eigenständigen Computer-Vision-Funktionen zu ermöglichen

(CGCSTCD'2017) Ein einfaches, flexibles und präzises Kennzeichenerkennungsprojekt für chinesische Kfz-Kennzeichen unter unbeschränkten Bedingungen. CGCSTCD = China Graduate Contest on Smart-city Technology and Creative Design

Hier erhalten Sie alle Grundlagen des Quantum Machine Learning, Algorithmen, Lernmaterialien, Projekte und Beschreibungen von Projekten aus dem Web

🚀 KOSTENLOSE KI-Ressourcen – 🎓 Kurse, 👷 Jobs, 📝 Blogs, 🔬 KI-Forschung und vieles mehr – für alle!

PyTorch-Implementierung verschiedener Methoden für kontinuierliches Lernen (XdG, EWC, SI, LwF, FROMP, DGR, BI-R, ER, A-GEM, iCaRL, Generative Classifier) in drei verschiedenen Szenarien.

Die 200 beliebtesten Deep-Learning-GitHub-Repositories sortiert nach Sternen

Eine 2D-Unity-Simulation, in der Autos lernen, sich selbst durch verschiedene Parcours zu steuern. Die Autos werden über ein Feedforward-Neuronales-Netzwerk gesteuert. Die Gewichte des Netzwerks werden mithilfe eines modifizierten genetischen Algorithmus trainiert.

Diagramme zur Visualisierung von neuronalen Netzwerkarchitekturen

NeuPy ist eine auf TensorFlow basierende Python-Bibliothek zum Prototyping und Erstellen von neuronalen Netzen

Leitfaden für Machine Learning. Erfahren Sie alles über Machine-Learning-Tools, Bibliotheken, Frameworks, Large Language Models (LLMs) und das Training von Modellen.

Schnelle Deep-Learning-Bibliothek (DLL) für C++ (ANNs, CNNs, RBMs, DBNs...)

Informationen zum neumorphen Entwicklungsprozess für VLSI-Systeme (Very Large Scale Integration), die elektronische Analogschaltungen zur Nachahmung neurobiologischer Architekturen enthalten.

Bibliothek für Entwickler, die das Potenzial von Large Language Models (LLMs) und anderer generativer KI durch einen sauberen, effektiven und Go-idiomatischen Ansatz erkunden möchten.