keras
Erfasste Open-Source-Repos mit dem Tag keras, sortiert nach Sternen.
- #91
Leichte und schnelle OCR-Modelle zur Kennzeichentexterkennung.
★ 744+9Sterne-Änderung der letzten 7 Tage - #92
Beispiel für multiple multivariate Zeitreihenvorhersage mit LSTM Recurrent Neural Networks in Python mit Keras.
★ 735-1Sterne-Änderung der letzten 7 Tage - #93
Eine Sammlung modernster Algorithmen für das Training, Bereitstellen und Interpretieren von Decision-Forest-Modellen in Keras.
★ 693+0Sterne-Änderung der letzten 7 Tage - #94
Trainieren Sie einen hochmodernen yolov3-Objektdetektor von Grund auf!
★ 678+0Sterne-Änderung der letzten 7 Tage - #95
Keras beit, caformer, CMT, CoAtNet, convnext, davit, dino, efficientdet, edgenext, efficientformer, efficientnet, eva, fasternet, fastervit, fastvit, flexivit, gcvit, ghostnet, gpvit, hornet, hiera, iformer, inceptionnext, lcnet, levit, maxvit, mobilevit, moganet, nat, nfnets, pvt, swin, tinynet, tinyvit, uniformer, volo, vanillanet, yolor, yolov7, yolov8, yolox, gpt2, llama2, alias kecam
★ 626+0Sterne-Änderung der letzten 7 Tage - #96
Kaggle Data Science Bowl 2017
★ 626+0Sterne-Änderung der letzten 7 Tage - #97
Theorie, Arbeiten und Präsentationen zur Spracherkennung
★ 618+0Sterne-Änderung der letzten 7 Tage - #98
Anno-Mage: Ein halbautomatisches Bildannotationstool, das bei der Annotation von Bildern durch Vorschläge basierend auf benutzerdefinierten Labels unterstützt
★ 595+0Sterne-Änderung der letzten 7 Tage - #99★ 584+0Sterne-Änderung der letzten 7 Tage
- #100
ACG2vec (Anime Comics Games to vector) ist eine Plattform, die ACG mit Deep Learning verbindet (semantische Textsuche, bildbasierte Suche, semantische Bildsuche, Bild-Super-Resolution, Empfehlungssysteme).
★ 582+0Sterne-Änderung der letzten 7 Tage - #101★ 578+0Sterne-Änderung der letzten 7 Tage
- #102
Eine einheitliche Schnittstelle für Optimierungsalgorithmen und Experimente
★ 549-1Sterne-Änderung der letzten 7 Tage - #103
Software zur Lokalisierung, Korrektur und End-to-End-Erkennung chinesischer Nummernschilder basierend auf U-Net, cv2 und CNN. U-Net und cv2 dienen der Lokalisierung und Korrektur, CNN der Erkennung; beide basieren auf der Keras-Implementierung von TensorFlow.
★ 547+0Sterne-Änderung der letzten 7 Tage - #104★ 530+0Sterne-Änderung der letzten 7 Tage