deeplearning

Deepfakes Software Für Alle

AiLearning: Datenanalyse + Machine Learning Praxis + Lineare Algebra + PyTorch + NLTK + TF2

File Browser bietet eine Datei‑Verwaltungs‑Schnittstelle in einem angegebenen Verzeichnis und ermöglicht das Hochladen, Löschen, Vorschauen und Bearbeiten von Dateien.

Visualisierer für neuronale Netze, Deep Learning und Machine Learning-Modelle

OpenCV lernen: C++ und Python-Beispiele

Open-Source-Simulator für autonome Fahrzeuge auf Basis von Unreal Engine / Unity, von Microsoft AI & Research

Ein skalierbares generatives KI-Framework für Forscher und Entwickler, die an Large Language Models, Multimodalität und Speech AI (automatische Spracherkennung und Sprachsynthese) arbeiten

Tutorials, Artikel und weitere Ressourcen zu Machine Learning und Deep Learning

Sammlung von Tools zum Bereitstellen und Trainieren von Deep-Learning-Modellen mit der JVM. Zu den Highlights gehören der Modellimport für Keras, TensorFlow und ONNX/PyTorch, eine modulare und kompakte C++-Bibliothek zur Ausführung von mathematischem Code sowie eine Java-basierte Mathe-Bibliothek auf Basis der C++-Kernbibliothek. Enthält zudem SameDiff: eine PyTorch/TensorFlow-ähnliche Bibliothek zum Ausführen von Deep Learning...

MIT Deep-Learning-Buch im PDF-Format (vollständig und in Teilen) von Ian Goodfellow, Yoshua Bengio und Aaron Courville

🔥 Wöchentliche Hervorhebung der Top-ML-Papers.

LangGPT: Befähigt jeden, ein Prompt-Experte zu werden! 🚀 📌 Initiator strukturierter Prompts (Structured Prompt) 📌 Initiator von Meta-Prompts 📌 Das beliebteste Paradigma zur Implementierung von Prompts | Language of GPT Das wegweisende Framework für strukturiertes & Meta-Prompt-Design mit über 10.000 Sternen ⭐ | Praxisbewährt von Tausenden von Nutzern weltweit. Erstellt von 云中江树

Low-Code-Framework zum Erstellen benutzerdefinierter LLMs, neuronaler Netze und anderer KI-Modelle.

Python-Open-Source-Projekt für den Weg zum Selbststudium der Programmierung, ein umfassendes Tutorial: KI-Labor, wertvolle Videos, Datenstrukturen, Lernleitfäden, praktische maschinelle Lernprojekte, praktische Deep-Learning-Projekte, Web-Scraper, Vorstellungsgespräche bei großen Tech-Unternehmen, Programmiererleben und Ressourcenaustausch.

ChatGPT-Chinesisch-Leitfaden🔥, ChatGPT-Chinesisch-Prompt-Leitfaden, Anweisungsleitfaden, Anwendungsentwicklungsleitfaden, ausgewählte Ressourcenliste, für eine bessere Nutzung von ChatGPT, um Ihre Produktivität zu steigern! 🚀

Eine Paper-Liste zur Objekterkennung mittels Deep Learning.

Tutorials, Aufgaben und Wettbewerbe für die Deep-Learning-Kurse des MIT.

Laborunterlagen für MIT 6.S191: Einführung in das Deep Learning

Eine Sammlung von Bibliotheken zur Optimierung der Leistung von KI-Modellen

ClearML – Magische CI/CD zur Optimierung Ihrer KI-Workloads. Experimentenverwaltung, Datenverwaltung, Pipelines, Orchestrierung, Scheduling und Serving in einer MLOps/LLMOps-Lösung

Gorgonia ist eine Bibliothek zur Erleichterung von maschinellem Lernen in Go.

T81-558: Keras – Anwendungen von Deep Neural Networks an der Washington University in St. Louis

Tools zum Entwerfen oder Visualisieren der Architektur neuronaler Netze.

Dieses Repository ist eine Sammlung kostenloser Ressourcen zum Erlernen von Data Science.

Kuratierte Liste von Python-Ressourcen für Data Science.

Einfache PyTorch-Tutorials von Null auf Alles!

Debugging, Monitoring und Visualisierung für Python Machine Learning und Data Science

OpenBot nutzt Smartphones als Gehirn für kostengünstige Roboter. Wir haben ein kleines Elektrofahrzeug für ca. 50 $ entworfen, das als Roboter-Chassis dient. Unser Software-Stack für Android-Smartphones unterstützt fortgeschrittene Robotik-Workloads wie Personenverfolgung und autonome Echtzeit-Navigation.

Flops-Zähler für neuronale Netze im PyTorch-Framework

Deep Neural Network zur Extraktion intelligenter Informationen aus Rechnungsdokumenten.