deeplearning

Deeplearning4j Beispiele (DL4J, DL4J Spark, DataVec)

Eine kuratierte Liste von fantastischen Cybersecurity-Datensätzen

Ein umfassendes Nachschlagewerk für alle Themen rund um die natürliche Sprachverarbeitung (NLP)

Zusammenarbeit mit wangxupeng (https://github.com/wangxupeng)

Implementierung von „BitNet: Scaling 1-bit Transformers for Large Language Models“ in PyTorch

Neuronale Netzwerkgraphen und Trainingsmetriken für PyTorch, TensorFlow und Keras.

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

KI auf Hadoop

High-Level Deep-Learning-Framework, geschrieben in Kotlin und inspiriert von Keras

Bibliothek für Mehrklassen-Konfusionsmatrizen in Python

Eine Python-Bibliothek zur Erkennung von Ausreißern in Graphen (Anomalieerkennung)

Android TensorFlow Machine Learning-Beispiel (Erstellen von TensorFlow für Android)

Kostenloses Offline-OCR, chinesisches Textdetektions- und -erkennungs-SDK

Deep-Learning-Gesichtserkennung und -detektion, implementiert mit PyTorch.

Eine professionell kuratierte Liste fantastischer Videos, Tutorials, Bücher, Arbeiten, Dissertationen, Masterarbeiten, Artikel und Open-Source-Bibliologien zur konformen Vorhersage.

Ressourcen zum Erlernen von KI

Eine professionelle Liste zu Large Language Models und Foundation Models (LLM, LM, FM) für Zeitreihen-, raumbezogene und Ereignisdaten.

Qualcomm® AI Hub Models ist unsere Sammlung hochmoderner Modelle für maschinelles Lernen, die auf Leistung (Latenz, Speicher usw.) optimiert und bereit für die Bereitstellung auf Qualcomm®-Geräten sind.

Bio-Computing-Plattform mit groß angelegtem Repräsentationslernen und Multitask-Deep-Learning

llms Large Language Models Notizen 50 Artikel. Dieses Repository enthält praktische Projekte in den Bereichen maschinelles Lernen, Deep Learning, Computer Vision, natürliche Sprachverarbeitung, Large Language Models und Web Scraping.

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

Ein Full-Stack-Algorithmen-Tutorial von NLP bis LLM, Online-Leseadresse: https://datawhalechina.github.io/base-llm/

KakaoBrain KoGPT (Korean Generative Pre-trained Transformer)

Eine einheitliche Schnittstelle zum Ausführen von Deep-Learning-Modellen aus mehreren Frameworks

Überlebenshandbuch für Deep-Learning-Ingenieure

👉 CARLA-Ressourcen wie Tutorials, Blogs, Code usw. https://github.com/carla-simulator/carla

alfred-py: Eine Deep-Learning-Hilfsbibliothek für **Menschen**, weitere Details zur Nutzung unter: https://zhuanlan.zhihu.com/p/341446046

Tutorial für Deep-Learning-Algorithmen

Liste von Deep-Learning-Cloud-Anbietern

Trankit ist ein leichtgewichtinales, Transformer-basiertes Python-Toolkit für mehrsprachige natürliche Sprachverarbeitung