deep-learning

Generischer und benutzerfreundlicher Serving-Dienst für Modelle des maschinellen Lernens

🌮 Toolkit für das Dataset „Trash Annotations in Context“

Deep Learning für Person Re-Identification: Eine Übersicht und Ausblick

Eine Sammlung von auf Deep Learning basierenden RGB-T-Fusion-Methoden, Codes und Datensätzen. Die Hauptrichtungen umfassen multispektrale Fußgängererkennung, RGB-T-Luftbildobjekterkennung, RGB-T-semantische Segmentierung, RGB-T-Massenzählung und RGB-T-Fusions-Tracking.

Eine Python-Bibliothek für effiziente Bayes-Modellierung mit Deep Learning

Sammlung prominenter Praxisbeispiele gescheiterter Machine-Learning-Projekte

Buch zum Thema Deep Learning für Moleküle und Materialien

Gemeinsames Erlernen von Detektions- und Identifikationsmerkmalen für die Personensuche

Kubernetes-natives Deep-Learning-Framework

Weltweit schnellste ANPR/ALPR-Implementierung für CPUs, GPUs, VPUs und NPUs mittels Deep Learning (Tensorflow, Tensorflow lite, TensorRT, OpenVX, OpenVINO). Multi-Charset (Lateinisch, Koreanisch, Chinesisch), Multi-OS (Jetson, Android, Raspberry Pi, Linux, Windows) und Multi-Arch (ARM, x86).

[ECCV 2024] InstructIR: Hochwertige Bildwiederherstellung nach menschlichen Anweisungen https://huggingface.co/spaces/marcosv/InstructIR

Meine Bücherliste

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

🐸 Sammlung von TTS-Papieren

Beispiel für multiple multivariate Zeitreihenvorhersage mit LSTM Recurrent Neural Networks in Python mit Keras.

Schnelle CUDA-Implementierung von (differenzierbarem) Soft Dynamic Time Warping für PyTorch

Eine kuratierte Liste von Arbeiten, Abschlussarbeiten, Datensätzen und Tools im Bereich der Anwendung von Machine Learning im Software Engineering

Eine kuratierte (aktuellste) Liste von Ressourcen zum Lernen mit fehlerhaften Labels (Learning with Noisy Labels)

Ein Open-Source-PyTorch-Code für die Personenzählung (Crowd Counting)

Neues und erweiterbares Dateiformat zur Speicherung großer spaltenorientierter Datensätze.

Ein modulares, offenes und herstellerunabhängiges Toolkit für grundlegende Roboterfunktionen unter Verwendung von Deep Learning

Elegantes und performantes Deep Learning

Ein in PyTorch implementiertes Framework für die automatische Spracherkennung (Streaming und Non-Streaming), das sowohl Online- als auch Offline-Erkennung unterstützt, derzeit die Modelle Conformer, Squeezeformer und DeepSpeech2 sowie verschiedene Datenaugmentierungsmethoden unterstützt.

Einfache Implementierung des OpenAI CLIP-Modells in PyTorch.

Colab Notebooks zu Deep-Learning-Werkzeugen für die Vorhersage und das Design biomolekularer Strukturen

„AI Full-Stack - Website zur Sammlung hervorragender Ressourcen im gesamten Internet“: Sammlung exzellenter Ressourcen, Dokumentation von Lösungsansätzen und Schlüsselaspekten für technische Probleme, Austausch praktischer Anwendungsfälle, Verfolgung der Entwicklung von Spitzentechnologien, Umfassung von AI-Full-Stack-Wissen, einschließlich großer Sprachmodelle, Programmiertechnologien, maschinellem Lernen, Deep Learning, Reinforcement Learning, Graph Neural Networks, Spracherkennung, NLP und Bilderkennung.

Eine zusammengestellte Liste von angeleiteten Data-Science- und KI-Projekten zum Aufbau Ihres Portfolios.

Feinabstimmung vortrainierter Convolutional Neural Networks mit PyTorch

Code zum Paper 'Computation Offloading Optimization for UAV-assisted Mobile Edge Computing: A Deep Deterministic Policy Gradient Approach'.