neural-network

Eine Sammlung vortrainierter, modernster KI-Modelle für das ailia SDK

Objectron ist ein Dataset aus kurzen, objektzentrierten Videoclips. Zusätzlich enthalten die Videos AR-Sitzungsmetadaten wie Kamerapositionen, spärliche Punktwolken und Ebenen. In jedem Video bewegt sich die Kamera um und über das Objekt und erfasst es aus verschiedenen Perspektiven. Jedes Objekt ist mit einer 3D-Bounding-Box versehen. Diese beschreibt die Position, Ausrichtung und Dimension des Objekts.

Einfache Bibliothek für neuronale Netze in C99

Sammlung von ECCV 2026-Papieren und Open-Source-Projekten. Beiträge und das Teilen über Issues sind willkommen.

C++-Bildverarbeitungs- und Machine-Learning-Bibliothek unter Verwendung von SIMD: SSE, AVX, AVX-512, AMX für x86/x64, NEON, SVE für ARM, HVX für Hexagon

🎙 Spracherkennung mit dem Deep-Learning-Framework TensorFlow und Sequence-to-Sequence-neuronalen Netzen

JAX – Eine kuratierte Liste von Ressourcen https://github.com/google/jax

C++-Implementierung von PyTorch-Tutorials für jedermann

Maschinelles Lernen auf FPGAs mit HLS

Training von PyTorch-Modellen mit differential Privacy

ML-Algorithmen, implementiert und abgeleitet von Grund auf in Jupyter Notebooks und NumPy

Deep Learning in Rust mit formgeprüften Tensoren und neuronalen Netzen

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

PPL Quantization Tool (PPQ) ist ein leistungsstarkes Offline-Tool zur Quantisierung neuronaler Netze.

Offizielle Implementierung des RAVE-Modells: Ein Realtime Audio Variational autoEncoder

Deep-Learning- und Machine-Learning-Aktien stellen vielversprechende Möglichkeiten für langfristige und kurzfristige Investoren und Trader dar.

Offizielles GitHub-Repository für die Fast Artificial Neural Network Library (FANN)

Eine leichtgewichtige Bibliothek für PyTorch-Trainingstools und -dienstprogramme

PyTorch-Tutorials und Best Practices

Beschleunigungspaket für neuronale Netze auf Mehrkern-CPUs

NBA-Sportwetten mit maschinellem Lernen

Ein PyTorch-basiertes Framework für Quanten-Klassische Simulation, Quanten-Maschinelles Lernen, Quanten-Neuronale Netze und parametrisierte Quantenschaltkreise mit Unterstützung für die einfache Bereitstellung auf echten Quantencomputern.

Eine PyTorch-Bibliothek und Evaluierungsplattform für End-to-End-Komprimierungsforschung

GoMLX: Ein beschleunigtes Machine-Learning-Framework für Go

Eine PyTorch-Bibliothek, die sich vollständig neuronalen Differentialgleichungen, impliziten Modellen und verwandten numerischen Methoden widmet

Eine Daten-Streaming-Bibliothek für effizientes Trainingneuronaler Netze

Bibliothek für Mehrklassen-Konfusionsmatrizen in Python

Eine in JavaScript geschriebene Bibliothek für neuronale Netze

Folien und Jupyter-Notebooks für die Vorlesungen zum Deep Learning im Master Jahr 2 Data Science am Institut Polytechnique de Paris

Ein Toolkit für Machine Learning und Deep Learning von Zeitreihen