mxnet

State-of-the-art 2D- und 3D-Gesichtsanalyse-Projekt

Interaktives Deep-Learning-Buch mit Multi-Framework-Code, Mathematik und Diskussionen. Wird an 500 Universitäten in 70 Ländern eingesetzt, darunter Stanford, MIT, Harvard und Cambridge.

ncnn ist ein für mobile Plattformen optimiertes, leistungsstarkes Inferenz-Framework für neuronale Netze

Modernste Deep-Learning-Skripte, organisiert nach Modellen – einfach zu trainieren und bereitzustellen mit reproduzierbarer Genauigkeit und Leistung auf Infrastruktur für den Unternehmenseinsatz.

Richten Sie Ihre Deep-Learning-Umgebung in Sekundenschnelle ein und passen Sie sie an.

Gluon CV Toolkit

MMdnn ist eine Reihe von Tools zur Unterstützung der Interoperabilität zwischen verschiedenen Deep-Learning-Frameworks. Z. B. Modellkonvertierung und -visualisierung. Konvertieren Sie Modelle zwischen Caffe, Keras, MXNet, Tensorflow, CNTK, PyTorch Onnx und CoreML.

Eine GPU-beschleunigte Bibliothek mit hochoptimierten Bausteinen und einer Ausführungs-Engine für die Datenverarbeitung zur Beschleunigung von Deep-Learning-Training- und Inferenzanwendungen.

Probabilistische Zeitreihenmodellierung in Python

Ein Engine-agnostisches Deep-Learning-Framework in Java

In diesem Repository teile ich nützliche Notizen und Referenzen zur Bereitstellung von Modellen für Deep Learning in der Produktion.

Dieses Projekt reproduziert das Buch Dive Into Deep Learning (https://d2l.ai/) und adaptiert den Code von MXNet zu PyTorch.

Sandbox zum Trainieren von Deep-Learning-Netzwerken

🔮 Ein erfrischend funktionaler Ansatz für Deep Learning, kompatibel mit deinen Lieblingsbibliotheken

Machine Learning University: Beschleunigter Kurs für natürliche Sprachverarbeitung (NLP)

Eine Bibliothek zum Trainieren und Bereitstellen von Modellen für maschinelles Lernen auf Amazon SageMaker

KI auf Hadoop

TensorLy: Tensor-Learning in Python.

Machine Learning University: Intensivkurs für Computer Vision.

:computer: Lernen Sie, Maschinen das Lernen beizubringen, damit Sie sie nicht mühsam programmieren müssen; Die ultimative Liste

Machine Learning University: Kurs für beschleunigte tabellarische Daten

Ein Hochleistungs-Framework für die Bereitstellung von ML-Modellen mit dynamischem Batching und CPU/GPU-Pipelines zur vollständigen Ausnutzung Ihrer Rechenmaschine