transformer

PostHTML ist ein Tool zur Transformation von HTML/XML mit JS-Plugins

🔥🔥🔥 Fokus auf YOLO11, YOLOv8, YOLOv12, YOLOv10, RT-DETR, YOLOv7, YOLOv5 Verbesserungsmodelle, Unterstützung zur Verbesserung von Backbone, Neck, Head, Loss, IoU, NMS und anderen Modulen🚀

Sammlung von ICCV 2025 Papieren und Open-Source-Projekten

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

Von der Community gepflegtes Hardware-Plugin für vLLM auf Ascend

Forschungsarbeiten und Blogs für den Übergang zum AI Engineering

[CVPR 2022--Oral] Restormer: Effizienter Transformer für die hochauflösende Bildwiederherstellung. SOTA für Bewegungsunschärfe-Entfernung, Bildregenentfernung, Rauschunterdrückung (Gauß-/Echte Daten) und Defocus-Entzerrung.

mPLUG-Owl: Die leistungsstarke Familie multimodaler Large Language Models

Große Sprachmodelle (LLMs) leicht gemacht – EasyLM ist eine Komplettlösung für Pre-Training, Fine-Tuning, Evaluierung und Bereitstellung von LLMs in JAX/Flax.

Jupyter Notebook-Tutorials zum Lösen realer Probleme mit Machine Learning & Deep Learning unter Verwendung von PyTorch. Themen: Gesichtserkennung mit Detectron 2, Zeitreihen-Anomalieerkennung mit LSTM Autoencoders, Objekterkennung mit YOLO v5, Erstellung Ihres ersten neuronalen Netzwerks, Zeitreihenvorhersage für tägliche Coronavirus-Fälle, Sentiment-Analyse mit BERT

🍅🍅🍅YOLOv5-Lite: Weiterentwicklung von yolov5 mit einer Modellgröße von nur über 900 KB (int8) und 1,7 MB (fp16). Erreicht 15 FPS auf dem Raspberry Pi 4B~

Graphormer ist ein universelles Deep-Learning-Backbone für die molekulare Modellierung.

Deep-Learning-PyTorch-Bibliothek für Zeitreihenvorhersage, Klassifizierung und Anomalieerkennung (ursprünglich für Hochwasservorhersagen).

Lumina-T2X ist ein einheitliches Framework zur Generierung von Text in beliebige Modalitäten.

Offizielle Implementierung von „iTransformer: Inverted Transformers Are Effective for Time Series Forecasting“ (ICLR 2024 Spotlight)

MoBA: Mixture of Block Attention für LLMs mit langem Kontext

📰 Lesenswerte Paper und Blogs zur LLM-basierten Langkontext-Modellierung 🔥

[CVPR 2025 Highlight] Video Depth Anything: Konsistente Tiefenschätzung für extrem lange Videos

AICI: Prompts als (Wasm)-Programme

Open-Source-ASR-Modelle in Industriequalität, die Mandarin, chinesische Dialekte und Englisch unterstützen. Sie erreichen einen neuen SOTA-Standard auf öffentlichen Mandarin-ASR-Benchmarks und bieten zudem eine hervorragende Erkennung von Liedtexten.

Integrieren Sie Deep-Learning-Modelle für die Bildklassifizierung | Backbone-Lern-/Vergleichs-/Modifikationsprojekt

Einführungstutorial für die Transformers-Bibliothek

Eine kuratierte Liste von Arbeiten und Ressourcen zur graph- und transformerbasierten Betrugs-, Anomalie- und Ausreißererkennung

[ICML 2024] LLMCompiler: Ein LLM-Compiler für paralleles Funktionsaufrufen

Ein einfach zu bedienendes und leistungsstarkes KI-Bereitstellungsframework

Chinesische Textklassifizierung, Kurzsatzklassifizierung, Multi-Label-Klassifizierung, Satzähnlichkeit, Basisklassen für die Erstellung von Wort-/Satz-Vektoreinbettungsschichten (embeddings) und Netzwerkschichten (graph), FastText, TextCNN, CharCNN, TextRNN, RCNN, DCNN, DPCNN, VDCNN, CRNN, Bert, Xlnet, Albert, Attention, DeepMoji, HAN, CapsuleNet, Transformer-encode, Seq2seq, SWEM, LEAM, TextGCN

SVG-Dateien in Ihrem React Native-Projekt genauso importieren wie in einer Webanwendung.

[CVPR 2023] OneFormer: Ein Transformer für alle Aufgaben der universellen Bildsegmentierung

Trainierte neuronale Netzmodelle in Axon (+ 🤗 Models-Integration)

Ein auf PyTorch basierendes, codierungsfreies Framework für reproduzierbare Deep-Learning-Studien. PyTorch Ecosystem. 🏆 Bisher wurden 26 Knowledge-Distillation-Methoden implementiert, die auf TPAMI, CVPR, ICLR, ECCV, NeurIPS, ICCV, AAAI etc. vorgestellt wurden. 🎁 Trainierte Modelle, Trainingsprotokolle und Konfigurationen stehen zur Verfügung, um Reproduzierbarkeit und Benchmarks sicherzustellen.