deep-learning

⚡️SwanLab - una herramienta de seguimiento y visualización de entrenamiento de IA de código abierto y diseño moderno. Soporta uso en la nube o autohospedado. Integrada con PyTorch / Transformers / verl / LLaMA Factory / ms-swift / Ultralytics / MMEngine / Keras, etc.

Conviértete en un experto en Inteligencia Artificial, Machine Learning, IA Generativa, Deep Learning, Ciencia de Datos, Procesamiento del Lenguaje Natural, Aprendizaje por Refuerzo y más con este repositorio completo de 0 a 100.

El curso de Hugging Face sobre Transformers.

TorchGeo: conjuntos de datos, muestreadores, transformaciones y modelos preentrenados para datos geoespaciales

Un paquete de Python para segmentar datos geoespaciales con el Segment Anything Model (SAM)

Un framework de código abierto para el entrenamiento de modelos multimodales de gran escala.

Orquestación de GPU tolerante a fallos y altamente escalable, y un framework de machine learning diseñado para entrenar modelos con miles de millones o billones de parámetros

📈 La base de datos y recopilación de artículos sobre detección de defectos industriales más grande del mundo hasta la fecha. Resumen constante de conjuntos de datos de código abierto y artículos críticos de gran importancia en el campo de la investigación de defectos superficiales.

SuperGlue: Aprendizaje de coincidencia de características con redes neuronales de grafos (CVPR 2020, Oral)

FEDML: la biblioteca de ML unificada y escalable para entrenamiento distribuido a gran escala, servicio de modelos y aprendizaje federado. FEDML Launch, un programador multinube, permite además ejecutar cualquier tarea de IA en cualquier nube de GPU o clúster local. Basada en esta biblioteca, TensorOpera AI (https://TensorOpera.ai) es tu plataforma de IA generativa a escala.

Resumen de modelos en PyTorch similar a `model.summary()` en Keras

Una planificación personalizada moderna para Anki basada en el algoritmo Free Spaced Repetition Scheduler

Deepchecks: Pruebas para la validación continua de modelos de ML y datos. Deepchecks es una solución integral de código abierto para todas tus necesidades de validación de IA y ML, permitiendo probar a fondo tus datos y modelos desde la investigación hasta la producción.

Biblioteca de redes neuronales profundas oneAPI (oneDNN)

Recursos de trading cuantitativo y algorítmico con énfasis en Machine Learning

Una lista exhaustiva de tutoriales de Deep Learning / Inteligencia Artificial y Machine Learning, en rápida expansión hacia áreas de IA / Deep Learning / Visión Artificial / NLP y sectores específicos como Clima / Energía, Automoción, Comercio Minorista, Farmacéutica, Medicina, Salud, Políticas, Ética y más.

Cuantización vectorial (y escalar) en Pytorch

TimeGPT-1: modelo fundacional de series temporales preentrenado y listo para producción para pronósticos y detección de anomalías. Transformer generativo preentrenado para series temporales entrenado con más de 100 mil millones de puntos de datos. Es capaz de predecir con precisión varios dominios como comercio minorista, electricidad, finanzas e IoT con solo unas pocas líneas de código 🚀.

Reconocimiento de texto (reconocimiento óptico de caracteres) con métodos de aprendizaje profundo, ICCV 2019

Un framework minimalista de Python para crear servidores de inferencia de IA personalizados con control total sobre la lógica, el procesamiento por lotes y el escalado.

Biblioteca de aprendizaje por transferencia para adaptación de dominio, adaptación de tareas y generalización de dominio

Documentación de TVM en chino simplificado / TVM 中文文档

Awesome Knowledge Distillation

La forma más fácil y perezosa de crear aplicaciones de LLMs multiagente.

El cliente de Python y CLI oficial para Hugging Face Hub.

Calcula puntuaciones FID con PyTorch.

Caja de herramientas de preentrenamiento y Benchmark de OpenMMLab

Facilitando el diseño, comparación y uso compartido de modelos de emparejamiento de texto profundo.

Recursos de aprendizaje automático

Scenic: una biblioteca de Jax para investigación en visión por computador y más allá