deep-learning

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

Tracking Any Point (TAP)

Liste von Arbeiten zum Proteindesign mittels Deep Learning

Physikalische symbolische Optimierung

Eine kuratierte Liste hervorragender wissenschaftlicher Arbeiten zur Dataset-Distillation und verwandten Anwendungen.

Training von PyTorch-Modellen mit differential Privacy

Integrieren Sie Deep-Learning-Modelle für die Bildklassifizierung | Backbone-Lern-/Vergleichs-/Modifikationsprojekt

Implementierung von GigaGAN, einem neuen SOTA-GAN von Adobe. Der Höhepunkt von fast einem Jahrzehnt der GAN-Forschung

Deep Learning in Rust mit formgeprüften Tensoren und neuronalen Netzen

Ein differenzierbares PDE-Lösungsframework für maschinelles Lernen

TinyML-KI-Inferenzbibliothek

Ein auf PyTorch basierendes Deep-Learning-Framework für die multimodale 2D/3D-Segmentierung medizinischer Bilder

Gaußprozesse in TensorFlow

Der KI-Datenspeicher für Schemas, BLOBs und Vorhersagen. Nutzen Sie ihn in Ihren Apps oder integrieren Sie integrierte menschliche Überwachung, Daten-Workflows und UI-Kataloge, um den maximalen Nutzen aus Ihren KI-Daten zu ziehen.

fastdup ist ein leistungsstarkes, kostenloses Tool zur schnellen Generierung wertvoller Erkenntnisse aus Bild- und Videodatensätzen. Es hilft, die Qualität von Bildern und Labels zu verbessern und gleichzeitig die Betriebskosten für Daten bei unvergleichlicher Skalierbarkeit erheblich zu senken.

Eine nutzbare PyTorch-Implementierung von „Bootstrap Your Own Latent“ (Self-Supervised Learning) von Deepmind

Eine kuratierte Liste von großartigen Arbeiten, Bibliotheken, Datensätzen und anderen Ressourcen zur Sprecherdiarisierung.

Die Petastorm-Bibliothek ermöglicht das Training und die Evaluierung von Deep-Learning-Modellen auf einzelnen Maschinen oder verteilt aus Datensätzen im Apache Parquet-Format. Sie unterstützt ML-Frameworks wie Tensorflow, Pytorch und PySpark und kann aus reinem Python-Code heraus verwendet werden.

[ICCV 2023] Make-It-3D: Hochpräzise 3D-Erstellung aus einem einzelnen Bild mit Diffusions-Prior

Eine kuratierte Liste von Arbeiten und Ressourcen zur graph- und transformerbasierten Betrugs-, Anomalie- und Ausreißererkennung

KI-Modelle mit beliebigen Frameworks effizient auf medizinischen Bildern trainieren.

Eine kuratierte Liste von Radardatensätzen, Erkennung, Tracking und Fusion

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.

Ein einfach zu bedienendes und leistungsstarkes KI-Bereitstellungsframework

YOLOv5-Kennzeichenerkennung und -detektion für chinesische Kennzeichen, unterstützt 12 Typen und zweistöckige Kennzeichen

Code-Repository für Liquid Time-Constant Networks (LTCs)

Core ML Model Zoo für iOS/macOS – PyTorch-Modelle konvertiert in einsatzbereite .mlpackage, jeweils mit Konvertierungsskript und SwiftUI-Beispiel-App. Verwandte Repositories decken Apples Core AI Framework (iOS/macOS 27) und On-Device-LLMs ab.

😎 Eine aktuelle und kuratierte Liste großartiger Papers, Methoden und Ressourcen zum semi-überwachten Lernen.

Ein universelles probabilistisches Programmiersystem mit programmierbarer Inferenz

Eigenständige Machine-Learning- und Natural-Language-Processing-Bibliothek in Go.