deep-learning

HugeCTR ist ein hocheffizientes GPU-Framework, das für das Training zur Schätzung von Click-Through-Rates (CTR) entwickelt wurde.

Microsoft AI for Good Lab – Biodiversitäts-Forschungszentrum. Open-Source-KI-Modelle, Edge-Geräte und Tools für Biodiversitätsüberwachung und Artenschutz. Ihre Quelle für MegaDetector, SPARROW, PytorchWildlife, Bioacoustics und mehr.

Awesome-llm-role-playing-with-persona: Eine kuratierte Liste von Ressourcen für Large Language Models für Rollenspiele mit zugewiesenen Personas

Notizen und Übungslösungen zu Teil I des Buches: „Hands-On ML with Scikit-Learn, Keras & TensorFlow: Concepts, Tools, and Techniques to Build Intelligent Systems“ von Aurelien Geron

Bücher / PDFs / EPUBs für verschiedene Programmierbereiche. Lesen, wachsen und genießen 😊😊😊😊

Eine reine MLP-Lösung für Computer Vision von Google AI

Effizientes multiskalares 3D-Faltungsneuronennetzwerk zur Segmentierung medizinischer 3D-Scans

Hardware-beschleunigte, stapelbare und differenzierbare Optimierer in JAX.

Bilddatensatz zur Handgestenerkennung

Layer-Ausgaben und Gradienten in Keras. Ganz einfach.

Einführung in PyTorch, einschließlich Tensor-Initialisierung, Operationen, Indizierung und Reshaping.

Code und weiteres Material für das Buch „Deep Learning and the Game of Go“

Offizielle PyTorch-Implementierung von Superpoint Transformer [ICCV'23], SuperCluster [3DV'24 Oral] und EZ-SP [ICRA'26]

Schwarz-Weiß-Bilder mit Deep Learning kolorieren.

Analytische neuronale Netze für kontinuierliche Zeit

Agenten bauen, die durch LLMs gesteuert werden

Eine kuratierte Liste von Forschungsarbeiten zum Gradient Boosting inklusive Implementierungen.

Eine Plug-and-Play-Bibliothek für parameter-effizientes Tuning (Delta Tuning)

Deep-Learning-Toolchain-basierte VLSI-Platzierung

Model Zoo für OpenCV DNN und Benchmarks.

Vollständiger Lernpfad für Agent-Ingenieure · Von Grund auf KI-Engineering meistern · 20 Phasen, 503 Lektionen · Vollständige chinesische Übersetzung + begleitende Website + animierte Erklärungsvideos · Leitfaden zur Ausbildung zum KI-Agenten-Ingenieur

Schnelles und einfaches ressourcenbeschränktes Lernen von Deep-Network-Strukturen

Ein einheitliches Ensemble-Framework für PyTorch zur Verbesserung der Leistung und Robustheit Ihres Deep-Learning-Modells.

Interpretierbarkeitsmethoden für tf.keras-Modelle mit TensorFlow 2.x

Eine Bibliothek zur Durchführung homomorpher Verschlüsselungsoperationen auf Tensoren

Zusammenfassung von Zeitreihen-Arbeiten auf Top-CS-Konferenzen (NIPS, ICML, ICLR, KDD, AAAI, WWW, IJCAI, CIKM, ICDM, ICDE etc.)

Ein vollständiges, strukturiertes Hub zum Lernen von Künstlicher Intelligenz – umfasst KI, Machine Learning, Deep Learning und Data Science mit Büchern, Roadmaps und kuratierten Ressourcen vom Anfänger bis zum Fortgeschrittenen.

Machine Learning University: Kurs für beschleunigte tabellarische Daten

Begleit-Repository zu „GANs in Action: Deep learning with Generative Adversarial Networks“

Die schnellste Deep-Reinforcement-Learning-Bibliothek