keras

.NET Standard Bindings für Googles TensorFlow zur Entwicklung, zum Training und zur Bereitstellung von Machine-Learning-Modellen in C# und F#.

Determined ist eine Open-Source-Plattform für maschinelles Lernen, die verteiltes Training, Hyperparameter-Tuning, Experimentverfolgung und Ressourcenverwaltung vereinfacht. Funktioniert mit PyTorch und TensorFlow.

Sandbox zum Trainieren von Deep-Learning-Netzwerken

Eine Python-Toolbox zum Erstellen von Adversarial Examples, die neuronale Netze in PyTorch, TensorFlow und JAX täuschen

Zeige Modellzusammenfassungen in PyTorch an!

Eine Bibliothek zur Hyperparameter-Optimierung für Keras

Deep-Learning-gestützte Jazz-Generierung mit Keras & Theano!

Keras Attention Layer (Luong- und Bahdanau-Scores).

Deep Neural Network zur Extraktion intelligenter Informationen aus Rechnungsdokumenten.

[IEEE TMI Best Paper Award] Offizielle Implementierung für UNet++

Konvertieren Sie TensorFlow-, Keras-, Tensorflow.js- und TFLite-Modelle nach ONNX

Leichte Erkennung von Nacktheit

Szenarien, Tutorials und Demos für autonomes Fahren

Graph Neural Networks mit Keras und Tensorflow 2.

Erlernen Sie die wesentlichen Fähigkeiten zur Erkennung und Lösung komplexer realer Probleme mit Machine Learning und Deep Learning mithilfe des beliebten Python-Machine-Learning-Ökosystems.

PyTorch- und TensorFlow-Implementierung von NCP-, LTC- und CfC-verdrahteten neuronalen Modellen

🔎 Überwachen Sie das Training von Deep-Learning-Modellen und die Hardware-Nutzung von Ihrem Mobiltelefon aus 📱

Maschinelles Lernen auf FPGAs mit HLS

Keras-Modell eines NSFW-Detektors

Advanced Deep Learning mit Keras, veröffentlicht von Packt

Keras Temporal Convolutional Network. Unterstützt Python und R.

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

Neuronale Netzwerkgraphen und Trainingsmetriken für PyTorch, TensorFlow und Keras.

🤖 Interaktive Experimente zum maschinellen Lernen: 🏋️ Modultraining + 🎨 Modell-Demo

Chinesische Textklassifizierung, Kurzsatzklassifizierung, Multi-Label-Klassifizierung, Satzähnlichkeit, Basisklassen für die Erstellung von Wort-/Satz-Vektoreinbettungsschichten (embeddings) und Netzwerkschichten (graph), FastText, TextCNN, CharCNN, TextRNN, RCNN, DCNN, DPCNN, VDCNN, CRNN, Bert, Xlnet, Albert, Attention, DeepMoji, HAN, CapsuleNet, Transformer-encode, Seq2seq, SWEM, LEAM, TextGCN

Python AutoML für Handelssysteme und Sportwetten

NBA-Sportwetten mit maschinellem Lernen

Hyperparameter-Experimente mit TensorFlow und Keras

Ein Toolkit zur Optimierung von ML-Modellen für die Bereitstellung in Keras und TensorFlow, einschließlich Quantisierung und Pruning.

Hochmoderne Deep-Learning-Modelle zur Analyse von Stimmung, Emotionen, Sarkasmus usw.