deep-learning

Estas son las notas manuscritas de Andrew Ng en Coursera.

Una librería de Python para aprendizaje autosupervisado en imágenes.

DeepVariant es una tubería de análisis que utiliza una red neuronal profunda para identificar variantes genéticas a partir de datos de secuenciación de ADN de nueva generación.

Tutorial de introducción a PyTorch, dirección de lectura en línea: https://datawhalechina.github.io/thorough-pytorch/

Lista de artículos y conjuntos de datos para detección de anomalías y defectos en imágenes industriales (en actualización).

Tutoriales y recursos seleccionados para Large Language Models, Text2SQL, Text2DSL, Text2API, Text2Vis y más.

Infraestructura de AI / Orquestación de AI / Plano de control de AI

Lleva modelos de stable diffusion a los navegadores web. Todo se ejecuta dentro del navegador sin soporte de servidor.

Los cuadernos del curso fast.ai

🧠💬 Artículos que escribí sobre aprendizaje automático, archivados de MachineCurve.com.

Una colección de métodos científicos, procesos, algoritmos y sistemas para construir historias y modelos.

Ejemplos de aprendizaje por refuerzo mínimos y limpios

🔥 Código de TensorFlow para el informe técnico: "YOLOv3: An Incremental Improvement"

una plataforma de aprendizaje profundo distribuida

[CVPR 2022] Modelo de movimiento Thin-Plate Spline para animación de imágenes.

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

Probablemente la mejor lista seleccionada de software de ciencia de datos en Python.

Artículos clásicos y recursos sobre recomendación

Herramienta en línea gratuita para etiquetar fotos. https://makesense.ai

Inicio rápido en teoría de IA y práctica de aplicaciones: conocimientos básicos, Transformer, PNL, ML, DL, competencias. Incluye una gran cantidad de comentarios y conjuntos de datos, con el objetivo de que todos puedan entenderlo y reproducirlo.

Generación de datos sintéticos para datos tabulares

[CVPR19/TPAMI23] SiamMask: Un framework para el seguimiento y segmentación rápida de objetos en línea

Curso abierto de Machine Learning

🛠 IDE web todo en uno especializado en machine learning y data science.

Integra LLMs de forma fluida en scikit-learn.

Caja de herramientas de restauración de imágenes (PyTorch). Códigos de entrenamiento y prueba para DPIR, USRNet, DnCNN, FFDNet, SRMD, DPSR, BSRGAN, SwinIR

Una biblioteca para acelerar modelos Transformer en GPUs de NVIDIA, incluyendo el uso de precisión de punto flotante de 8 y 4 bits (FP8 y FP4) en GPUs Hopper, Ada y Blackwell, para ofrecer un mejor rendimiento con menor uso de memoria tanto en entrenamiento como en inferencia.

¡Excelente proyecto para reclutamiento universitario, de otoño, de primavera y pasantías! Te guía para implementar desde cero una biblioteca de inferencia de aprendizaje profundo de alto rendimiento, compatible con la inferencia de modelos grandes como llama2, Unet, Yolov5, Resnet, etc.

:earth_americas: tutoriales de machine learning (principalmente en Python3)

min(DALL·E) es una implementación rápida y minimalista de DALL·E Mini para PyTorch.