tensorflow

BladeDISC ist ein End-to-End Dynamic Shape Compiler-Projekt für Machine-Learning-Workloads.

Datenkomprimierung in TensorFlow

Überlebenshandbuch für Deep-Learning-Ingenieure

Erkennen der Programmiersprache eines Quellcodes

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

Eigenständiger TFRecord-Reader/Writer mit PyTorch-Datenladern

Bilder mit Javascript und KI verbessern. Auflösung erhöhen, retuschieren, entrauschen und mehr. Open Source, kompatibel mit Browser & Node, MIT-Lizenz.

Web-App zur Vorhersage von Aktienmärkten basierend auf maschinellem Lernen und Sentiment-Analyse von Tweets (API-Schlüssel im Code enthalten). Das Frontend der Web-App basiert auf Flask und Wordpress. Die App prognostiziert die Aktienkurse der nächsten sieben Tage für jede vom Benutzer eingegebene Aktie unter NASDAQ oder NSE. Vorhersagen werden mit drei Algorithmen getroffen: ARIMA, LSTM, Lineare Regression. Die Web-App kombiniert das

tfts: Deep-Learning-Modelle für Zeitreihen in TensorFlow

Ein Julia-Wrapper für TensorFlow

🔥 Machine Learning / Deep Learning / Python / LLMs / Multimodal / Deep Learning / Python / Algorithmus-Interview / NLP-Tutorial

Wavelet-Scattering-Transformationen in Python mit GPU-Beschleunigung

Ein Redis-Modul zur Bereitstellung von Tensoren und Ausführung von Deep-Learning-Graphen

Ein CLI für Kubeflow.

Natural-Language-Processing-Toolkits von Xiaomi

Multi-Label-Textklassifikation, Multi-Label-Klassifikation, Textklassifikation, multi-label, classifier, text classification, BERT, seq2seq, attention, multi-label-classification

TensorFlow-Modelle in C++ ohne Installation und ohne Bazel ausführen

Neural Network (NN) Streamer, Stream-Verarbeitungsparadigma für neuronale Netzwerk-Apps/Geräte.

Deep-Learning-Modellkonverter für PaddlePaddle.

Android TensorFlow Lite Machine Learning Beispiel

Ein Gebärdensprach-Dolmetscher, der den Live-Video-Feed der Kamera nutzt.

Hochzitierte Top-Konferenz-Papele zu Erklärbarkeit von neuronalen Netzwerken im Deep Learning der letzten Jahre (mit Code).

GPU-Jupyter: Ihr GPU-beschleunigtes JupyterLab mit einem umfangreichen Data-Science-Toolstack, TensorFlow und PyTorch für Ihre reproduzierbaren Deep-Learning-Experimente.

Übersetzungen der TensorFlow-Dokumentation

Erstellen und Installieren der TensorFlow C++ API-Bibliothek.

Die TensorFlow- und Keras-Implementierung von U-net, V-net, U-net++, UNET 3+, Attention U-net, R2U-net, ResUnet-a, U^2-Net, TransUNET und Swin-UNET mit optionalen ImageNet-trainierten Backbones.

Generischer und benutzerfreundlicher Serving-Dienst für Modelle des maschinellen Lernens

Machine-Learning-Inferenz-Engine für Mikrocontroller und eingebettete Geräte

Kubernetes-natives Deep-Learning-Framework

Leichte und schnelle OCR-Modelle zur Kennzeichentexterkennung.