neural-network

Skalierbare und benutzerfreundliche neuronale :brain: Prognosealgorithmen.

Eine umfassende Liste von Deep Learning-, Künstliche Intelligenz- und Machine Learning-Tutorials – schnell expandierend in Bereiche wie KI, Deep Learning, Maschinelles Sehen, NLP und branchenspezifische Bereiche wie Klima, Energie, Automobil, Einzelhandel, Pharma, Medizin, Gesundheitswesen, Politik, Ethik und mehr.

[CVPR 2024] 4D Gaussian Splatting für das Rendern dynamischer Szenen in Echtzeit

Unterstützung des Designs, Vergleichs und Austauschs von Modellen für den tiefen Textabgleich.

Dies sind handgeschriebene Notizen zu Kursen von Andrew Ng auf Coursera.

ManimML ist ein Projekt, das Animationen und Visualisierungen gängiger Konzepte des maschinellen Lernens mit der Manim Community Library bereitstellt.

PennyLane ist eine Open-Source-Quantensoftwareplattform für Quantencomputing, Quanten-Maschinelles-Lernen und Quantenchemie. Erstellen Sie aussagekräftige Quantenalgorithmen, von der Inspiration bis zur Implementierung.

Python-Paket für AutoML auf tabellarischen Daten mit Feature Engineering, Hyperparameter-Tuning, Erklärungen und automatischer Dokumentation

Ein Repository zur Unterstützung von Einsteigern im Bereich Machine Learning oder Personen, die eine Lerngruppe vorbereiten.

Sorgfältig kuratierte Ressourcenvinks für Data Science an einem Ort

Die Compute Library ist eine Sammlung von Computer-Vision- und Machine-Learning-Funktionen, die mittels SIMD-Technologien für Arm-CPUs und -GPUs optimiert sind.

Ein wunderbares Machine-Learning-Tool, mit dem Sie Modelle ohne Code-Schreiben trainieren, testen und verwenden können

Glossar für maschinelles Lernen

Dieses Repository ist eine kuratierte Sammlung praxisnaher Data-Science-Projekte für Anfänger. Egal, ob Sie gerade erst in Data Science einsteigen oder Ihre Fähigkeiten vertiefen möchten, diese Projekte bieten eine praktische und interaktive Möglichkeit, Ihr Wissen anzuwenden.

Verteilte LLM-Inferenz. Verbinden Sie Heimgeräte zu einem leistungsstarken Cluster, um die LLM-Inferenz zu beschleunigen. Mehr Geräte bedeuten eine schnellere Inferenz.

Forschungsarbeiten und Code zu Deep Learning und Deep Reinforcement Learning

Sandbox zum Trainieren von Deep-Learning-Netzwerken

KI-Roadmap: Machine Learning, Deep Learning, GAN, GNN, NLP und Big-Data-Roadmap mit massiven Quellcodes (Python, PyTorch), um grundlegende Konzepte zu vermitteln, Interviews zu bestehen und den Weg vom Anfänger zum qualifizierten Ingenieur zu meistern, wobei Deep-Learning-Papieren offizielle TensorFlow- und Caffe-Quellcodes beiliegen und der Anwendungsbereich Empfehlungsalgorithmen und Wissensgraphen umfasst

mean Average Precision – Dieser Code bewertet die Leistung Ihres neuronalen Netzes zur Objekterkennung.

Minkowski Engine ist eine Auto-Diff-Bibliothek für neuronale Netze für hochdimensionale spärliche Tensoren.

KI-Comic- und Manga-Übersetzer-App/Browser-Erweiterung zum automatischen Übersetzen von Comics, Mangas, Manhwas, BDs, Fumettis und mehr in verschiedenen Sprachen und Formaten (Bilder, PDF, EPUB, CBR, CBZ etc.).

MuZero

Eine Computer-Vision-Plattform für geschlossene Lernkreisläufe, auf der Code interaktiv online ausgeführt werden kann.

Einfache und umfassende Tutorials zu TensorFlow

🚀 In Rust geschriebene, effiziente Sammlung von Algorithmen zur Suche nach ungefähren nächsten Nachbarn 🦀.

Alles, was wir tatsächlich über die Apple Neural Engine (ANE) wissen

YoloV3 implementiert in Tensorflow 2.0

2- bis 2000-mal schnellere ML-Algorithmen, 50 % weniger Speicherverbrauch, funktioniert auf alter und neuer Hardware.

Konvolutionelles rekurrentes Netzwerk in PyTorch

Hocheffiziente Gleitkomma-Inferenzoperatoren für neuronale Netze für Mobilgeräte, Server und das Web