deep-learning

Recursos, prácticas e investigación en Aprendizaje Automático e IA Agéntica

La tercera edición del curso course.fast.ai

Torchreid: Reidentificación de personas mediante aprendizaje profundo en PyTorch.

Creo firmemente que ustedes, los estudiantes de posgrado y buscadores de empleo a quienes está dirigido principalmente el libro, se beneficiarán de su lectura; sin embargo, espero que incluso los investigadores más experimentados lo encuentren fascinante.

Un framework de código abierto para Prompt-Learning

Kit de herramientas de visualización de Deep Learning (herramienta de visualización de Deep Learning de PaddlePaddle)

Redes convolucionales densamente conectadas, en CVPR 2017 (Premio al mejor artículo).

Un framework de deep learning independiente del motor en Java

Un lenguaje de programación probabilística en TensorFlow. Modelos generativos profundos e inferencia variacional.

🌟 ¡Más de 100 mapas de algoritmos de LLM / RL originales 📚, una gran obra del autor de "Algoritmos de Grandes Modelos"! 💥 (100+ LLM/RL Algorithm Maps)

MegEngine es un framework de aprendizaje profundo rápido, extensible, fácil de usar y compatible con diferenciación automática

Biblioteca de alto nivel para ayudar a entrenar y evaluar redes neuronales en PyTorch de manera flexible y transparente.

Práctica en cifar100 (ResNet, DenseNet, VGG, GoogleNet, InceptionV3, InceptionV4, Inception-ResNetv2, Xception, Resnet In Resnet, ResNext, ShuffleNet, ShuffleNetv2, MobileNet, MobileNetv2, SqueezeNet, NasNet, Residual Attention Network, SENet, WideResNet)

Minería de datos, visión por computadora, procesamiento de lenguaje natural, conocimientos de concursos de sistemas de recomendación, código y enfoques

Una colección de hojas de trucos, libros, preguntas y portafolio para la preparación de entrevistas de DS/ML

Caja de herramientas de OpenMMLab para detección, reconocimiento y comprensión de texto

LightGlue: Coincidencia de características locales a la velocidad de la luz (ICCV 2023)

¡Relájate! Flux es la biblioteca de ML que no te hace tensar

Guía de Prompt Engineering, Generative AI y LLMs de Learn Prompting | Únete a nuestro discord para la comunidad de aprendizaje de Prompt Engineering más grande

Pila de software de Google DeepMind para simulación basada en física y entornos de Aprendizaje por Refuerzo, utilizando MuJoCo.

Implementación en JAX del modelo Whisper de OpenAI para una aceleración de hasta 70x en TPU.

Lista seleccionada de recursos de Python para ciencia de datos.

Motor de inferencia rápido para modelos Transformer

Una guía para construir sistemas de aprendizaje profundo prácticos a nivel de producción para ser desplegados en aplicaciones del mundo real.

Supresión de ruido mediante filtrado profundo

TNN: desarrollado por Tencent Youtu Lab y Guangying Lab, un framework de inferencia de aprendizaje profundo uniforme para móviles, escritorio y servidores. TNN se destaca por varias características sobresalientes, incluyendo su capacidad multiplataforma, alto rendimiento, compresión de modelos y poda de código. Basado en ncnn y Rapidnet, TNN refuerza aún más el soporte y la optimización de rendimiento para dispositivos móviles, y también

🤗 AutoTrain Advanced

Implementación Plug and Play de Tree of Thoughts: resolución deliberada de problemas con Large Language Models que eleva el razonamiento del modelo en al menos un 70%

[ECCV 2022] Esta es la implementación oficial de BEVFormer, un framework basado únicamente en cámaras para la percepción en conducción autónoma, como detección de objetos 3D y segmentación de mapas semánticos.

"Grandes Modelos de Lenguaje" Autores: Zhao Xin, Li Junyi, Zhou Kun, Tang Tianyi, Wen Jirong