data-augmentation

Un sistema para generar rápidamente datos de entrenamiento con supervisión débil

Una biblioteca acelerada por GPU que contiene bloques de construcción altamente optimizados y un motor de ejecución para el procesamiento de datos, con el fin de acelerar las aplicaciones de entrenamiento e inferencia de deep learning.

🔥🔥Librería de reconocimiento facial de alto rendimiento basada en PaddlePaddle y PyTorch🔥🔥

TextAttack 🐙 es un framework de Python para ataques adversarios, aumento de datos y entrenamiento de modelos en PNL https://textattack.readthedocs.io/en/master/

Un sistema de E/S basado en Python de alto rendimiento para problemas de aprendizaje profundo grandes y pequeños, con sólido soporte para PyTorch.

Procesamiento de imágenes médicas para aplicaciones de IA.

Una biblioteca de Python para la aumentación de datos de audio. Útil para hacer que los modelos de ML de audio funcionen bien en el mundo real, no solo en el laboratorio.

🎨 NeMo Data Designer: Genera datos sintéticos de alta calidad desde cero o a partir de datos semilla.

fastdup es una herramienta potente y gratuita diseñada para generar rápidamente información valiosa a partir de conjuntos de datos de imágenes y videos. Ayuda a mejorar la calidad tanto de las imágenes como de las etiquetas, al tiempo que reduce significativamente los costos de operación de datos, todo con una escalabilidad inigualable.

Paquete de aumento de datos en chino con un solo clic; aumento de datos para NLP, BERT y EDA: pip install nlpcda

Lista de recursos útiles de aumento de datos. Encontrarás técnicas poco comunes, librerías, enlaces a repositorios de GitHub, papers y otros.

Código para el artículo de TKDE "Aprendizaje autosupervisado en grafos: contrastivo, generativo o predictivo"

Este repositorio recopila artículos para "Una encuesta sobre la destilación de conocimiento de modelos de lenguaje grandes". Desglosamos la destilación de conocimiento en algoritmos de obtención y destilación de conocimiento, y exploramos la destilación de habilidades y vertical de los LLM.

Aumentación rápida de datos de audio en PyTorch. Inspirado en audiomentations. Útil para deep learning.

Recopilación de artículos destacados sobre extracción de información (IE) generativa mediante modelos de lenguaje extensos (LLMs).

Kit de herramientas de lenguaje natural para idiomas índicos, cuyo objetivo es proporcionar soporte inmediato para diversas tareas de PNL que un desarrollador de aplicaciones pueda necesitar.

Una biblioteca para generar y evaluar datos tabulares sintéticos para privacidad, equidad y aumento de datos.

CAIRI: Caja de herramientas y benchmark para aprendizaje de representación visual supervisado, semi-supervisado y auto-supervisado

Estimador de pose para una sola persona ligero

Pipeline de aumento para renderizar procesos sintéticos de impresión, envío de fax, escaneo y fotocopiado de documentos

Albumentations de próxima generación: con licencia dual para uso comercial y de código abierto